这篇论文介绍了 UrbanKGent，一个用于城市知识图谱构建的统一大型语言模型代理框架，通过异构感知的指令生成构建了 UrbanKGC 任务的知识指令集，并提出了一个工具增强的迭代轨迹优化模块。通过在 Llama-2-13B 上进行混合指令微调，得到了 UrbanKGC 代理 UrbanKGent-13B。通过实验评估表明，UrbanKGent-13B 在 UrbanKGC 任务中不仅能显著优于 21 个对比方法，还在低成本的情况下超过了当前最先进的 LLM 和 GPT-4 方法。部署 UrbanKGent-13B 提供在线服务，可通过仅使用现有基准的五分之一的数据，构建出具有数千倍以上关系的 UrbanKG。

Feb, 2024

CityGPT 是一种用于增强大型语言模型在理解城市空间和解决相关城市任务方面能力的系统框架，通过在模型中构建城市规模的世界模型，并使用包含城市知识的多样化指令调整数据集 CityInstruction 来进行模型微调，实现对城市空间的理解和空间推理能力的有效增强。

Jun, 2024

机器学习在智能城市服务的发展中起着至关重要的作用，最近出现的基础模型，如 ChatGPT，在机器学习和人工智能领域标志着一个革命性的转变。本文首先介绍了城市基础模型的概念，并讨论了构建它们所面临的独特挑战。然后，我们提出了一个以数据为中心的分类法，将当前的城市基础模型相关工作按照城市数据的模态和类型进行分类。此外，为了促进这一领域的发展，我们提出了一个有前景的框架，旨在解决已确定的挑战。此外，我们探讨了城市基础模型的应用领域，详细说明了它们在各种城市背景下的潜在影响。

Jan, 2024

利用预训练的大型语言模型（LLMs）和 ChatGPT API 作为推理核心，通过自然语言处理、基于方法论的提示调整和 Transformer 技术，自动化创作基于场景的本体论文、都市数据集和模拟技术手册，生成知识图谱，以促进都市决策支持系统的发展。

May, 2024

通过集成先进的信息、通信和计算技术对现代城市进行数字化转型，标志着数据驱动的智能城市应用迈入了一个新时代，以实现高效和可持续的城市管理。本综述旨在探讨生成式人工智能技术与城市数字孪生的创新整合，以解决智慧城市领域中的挑战，如交通与流动性管理、能源系统运营、建筑和基础设施管理以及城市设计。综述从介绍热门生成式人工智能模型及其应用领域开始，然后系统回顾现有的利用生成式人工智能技术自治能力促进城市监测和预测分析的城市科学应用，包括数据增强、合成数据和场景生成、自动化 3D 城市建模以及生成式城市设计和优化。在回顾的基础上，本综述讨论了将生成式人工智能模型融入下一代城市数字孪生中以实现更可靠、可扩展和自动化管理智慧城市的潜在机会和技术策略。

May, 2024

通过智能化系统，结合大规模感知器在物联网中产生的时空数据，我们提出了一种名为 CityGPT 的通用框架，以实现对物联网时间序列数据的学习和分析，从而增加公众对数据的洞察力，并在物联网计算中保证了稳健性能。

May, 2024

该研究提出了 IGLU 来解决如何让交互式实体智能在协作环境中学习自然语言指令并解决任务的问题，其关键词包括互动式语言理解、实体智能、自然语言理解和生成、强化学习和人类环评。

May, 2022

本研究提出一种基于大型语言模型的 AI 地理信息系统 (Autonomous GIS)，通过自动化的空间数据收集、分析和可视化，解决空间问题。Autonomous GIS 的设计原则包括信息充足性、LLM 能力和代理架构，能够实现自动生成、自组织、自验证、自执行和自增长等五个自主目标，从而以更快、更简单、更可靠的方式进行空间分析。

May, 2023

IGLU 竞赛致力于解决在协作环境下，如何建立可以通过自然语言指令学习解决问题的交互式代理的问题。

May, 2022

本文主要阐述了城市视觉信息在城市研究中的重要性以及新的图像数据和 AI 技术如何改变了城市研究的方式并引入了 Urban Visual Intelligence 的概念框架，使得城市的物理环境和社会经济环境在各种尺度上相互作用并研究可能有助于城市在数字时代创造更符合人类行为和愿望的环境。

Jan, 2023