當一場大雨引發淹水、交通壅塞與車禍連鎖反應，過去需要城市中的市民一通通電話回報、不同局處各自應對；然而現在，高雄市正嘗試讓城市自己「看見問題、理解原因，甚至提出解決方法」。
從各自為政到整合與架構
從傳產重鎮轉型為結合AI運算樞紐的智慧城市，高雄市持續以AI解決市民痛點，「我們要以新的工具，解決舊的困難。」高雄市長陳其邁表示，過去每個局處都在導入AI，但多數各做各的，無論是交通、警政或水利，影像監控與AI辨識技術早已存在，卻仍停留在「一個需求、一套系統」的階段。這樣的模式導致資料孤島的現象，資訊分散、回應遲緩，也難以處理跨領域的複雜事件。
然而城市真正面對的問題，從來不是單一事件，若缺乏整合，決策就會被切割、效率也被稀釋。因此，高雄市反過來思考：如何讓城市本身，成為一個整合決策的系統，打造出城市級的AI架構。
為此，高雄市與NVIDIA合作，匯流逾三萬支監視器與多種感測器數據，建立數位孿生城市平台，整合成為三層架構：底層是超過數萬路的城市影像串流，中層是以視覺語言模型（VLM）為核心的AI平台，上層則是各局處應用系統。「我們的目的不是取代既有系統，而是讓不同系統能共用資料、共享理解。」陳其邁指出，在此架構下，AI不再只是辨識畫面，而是開始理解情境。例如過去只能描述：「一輛紅色車停在路中央」，現在則能進一步推論原因，甚至提出處理建議，讓AI從「辨識」走向「推理」。
燈塔計畫，讓AI真正落地的試驗場
為了讓技術更落地，高雄市啟動了「燈塔計畫」，作為智慧城市的實驗場。目前已整合了5大局處與3個公營體系，有超過108種應用情境，發展出30項具體解決方案，背後支撐的是龐大的在地資料，包括400萬筆影像訓練資料、超過2,000TB資料量，以及645萬小時影像訓練。「這些在地資料幫助模型理解高雄的道路、氣候與事件型態，讓它做出的判斷，真正貼近城市現場。」陳其邁說。
從看見到行動，高雄也透過「Physical AI」架構，將城市運作拆解為四個連續步驟：感知→模擬→決策→行動，嘗試將AI從分析工具，推進為行動系統。以交通治理為例：先由影像與VLM辨識現場狀況，再進入交通模擬系統（SUMO）推演不同情境，然後結合數位孿生技術重建城市環境，最後透過IoT與號誌系統實際調控。這意味著，城市不再只是回應事件，而是能在虛擬世界中先預測，再回到現實中執行。
從被動應變，到預測決策的治理轉型
這整套系統讓治理模式有所改變，高雄市建立起「智慧治理中心（SGC）」，將AI影像偵測、里長通報、LINE官方訊息，通通整合為單一決策入口。當有事件發生時，AI可自動判斷、派工、追蹤與回報，讓不同局處同步協作，流程透明且可追溯。如此一來，城市的管理，也從原本的人力驅動走向系統協同。
在影像與事件之外，還有另一個關鍵布局就是CityGPT。高雄市正嘗試打造「市政專屬大型語言模型」，將政策資料、行政流程與市民服務整合，包括：1999智慧客服、公文生成與輔助、市民互動服務等，讓市府從「回應請求」，轉向理解民眾的需求。
最終，整套系統都能彙整到同一畫面中，看見城市的全貌。陳其邁分享管理者可以同時掌握的情況，包括：現在發生什麼事、各局處正在處理什麼，以及過去如何處理，不再需要在不同系統間不停切換，讓決策變得即時而且精準。
AI不只是技術，更是城市治理能力
「城市要解決的，是民眾最關切的問題。」陳其邁強調，從交通疏導到防災應變，AI的價值不在技術，而在於能否讓城市運作更有效率。以舉辦大型演唱會為例，高雄透過AI調度與預測，將10萬人散場時間從2.5小時縮短至70分鐘，讓技術真正轉化為可感的公共服務。
這場轉型，並不只是導入AI工具，更是重塑城市的運作邏輯，讓整座城市具備感知環境、理解情境、預測風險，並即時採取行動的能力。當這些能力逐步落地，城市也隨之改變，不再只是單純承載生活的空間，更是一個能持續學習、動態調整的系統。對市民而言，這樣的轉變未必顯眼，卻會在每一次更順暢的通行、更即時的回應之中，悄然發生，並逐步累積成為更有效率、更有韌性的城市日常。
（高雄市政府 廣告）
