为了满足新时代发展改革要求,达成公安机关向数据要警力的目标,把握深入推进“情指勤舆”一体化实战化运行机制改革会议精神,响应公安部下发的“情指勤舆”建设任务书需求,四维图新旗下数字孪生城市生态服务商世纪高通依托自身二三维数字孪生底座、高精度融合定位能力、多维业务数据融合能力、时空技战分析模型及电子沙盘能力支撑,研发了“情指勤舆”一体化实战平台。
世纪高通“情指勤舆”一体化实战平台以公安部“情指勤舆”建设任务书为基础,以公安机关一体化实战需求为导向,以“最大限度利旧,关键环节新建”为原则,充分对接现有警务信息化系统,可实现 “情报、指挥、勤务、舆情”的有机结合,助力公安机关实现“大融合、高共享、深应用”建设目标,构建情报先导、警力合成、纵向贯通、横向联动的警务新模式。
平台定位

平台价值
1. 打造情指勤舆数据中心,实现数据汇聚共享
对接人力情报系统、110接处警系统、执法办案系统、勤务管理系统等公安现有系统,充分汇聚公安内部业务系统数据,并预留外部系统对接接口,实现情指勤舆全要素数据汇聚。
2. 打造模型技战中心,实现模型驱动-挖掘数据价值
依托并扩展现有PGIS建设的技战法模型,以时空关联分析模型、活动规律分析模型、多人轨迹分析模型等作为驱动,进行同行人车、疫情防控同乘/住分析、落脚点、围堵预警等信息挖掘,充分发挥模型能力,挖掘数据价值。
3. 打造一体化实战中心,实现情报先导、精准辅助
以数据中心为支撑、以模型技战中心为驱动,打造集情报、指挥、勤务、舆情为一体的一体化实战平台,纵向体现各领域业务信息;横向发挥情报先导,横向关联,多部门协作的模式,支持快速精准处置警情、案事件、线索信息。
4. 打造全流程推演中心,助力警务预/方案查缺补漏
以电子沙盘基础支撑为依托,与日常业务、预案、行动相结合,通过集成警务标号规范图标,对业务、预案、行动进行关键任务拆解,动态构建推演场景,辅助进行全过程动态推演,助力查缺补漏。

平台应用场景
1. 态势感知
掌握警情、警力、重点人员、重点场所、实时视频等关注信息,实现信息全面感知,呈现公安机关打击犯罪、服务管理社会总体态势。

2. 情报中心
支持情报看板总览、情报专题深化、情报技战支撑、情报一键查询、警务合成研判等,相关服务贯穿情报看、查、研、用各个环节,充分发挥情报先导作用。
1) 情报看板总览:充分对接情报系统、接处警系统等现有系统,构建情报看板,了解今日情报特征,提供重点情报关注方向,实现全方位信息感知。

2) 专题数据融合:围绕重点人员专题、重大活动安保专题、专项行动、警情专题等,呈现警情、重点人员特征,重大活动安保态势及专项行动关键线索,挖掘情报价值,深化情报数据应用。

3) 技战模型支撑:集成技战法模型,提供由案找人、异常行为识别、隐性重点人挖掘、临控预警分析等多场景分析应用,支持追溯细节识别风险。

4) 智搜一键定位:通过关键字、身份证号、车牌号、案件号等信息快速定位要素对象,实现多维度进行情报画像关联展示,快速调取情报资源。

5) 合成研判任务构建:可根据发起的研判任务,选择研判小组,进行合成信息研判,提取关键信息,为警务指挥提供情报参考。

3. 指挥中心
提供流程化指挥和合成化指挥两种指挥模式,用户可根据事件等级及需求,自由选择指挥模式,实现实战应用的纵向指挥与横向联动相结合。
1) 流程化指挥模式(指挥模式一):支持周边分析、调取预案、制定警务行动方案、快速下达指令、处置进展跟踪等,全流程支撑警情处置,助力决策层快速高效处置。

2) 合成化指挥模式(指挥模式二):支持情报先导、勤务合成、舆情辅助、指挥调度,实现情指勤舆一体化联动处置。

4. 勤务中心
呈现辖区勤务一张图的同时,以四色预警网格图+模型的方式,提供勤务执勤优化方案:
1) 勤务信息汇聚:对接勤务管理系统,支持静态勤务和动态勤务上图,一图总览当前勤务状态。

2) 预警网格分析:接入警情安全四色网格图,通过未来区域安全的预测,给出推荐警力执勤点,实现以情报引领勤务,为勤务排版优化提供参考。

5. 舆情中心
了解社情民意、把握舆情动向、快速做出反应:可及时有效的掌握城市舆情动态,做好正向导控、提前识别风险,进行疏导化解。

6. 推演中心
警务活动任务拆解、助力查漏补缺:支持关键活动流程化拆解、动态场景构建,支撑方/预案动态推演与流程优化。

世纪高通“情指勤舆”一体化实战平台,在满足情报、指挥、勤务、舆情纵向条线业务的同时,以线索或警情为中心,建立研判机制,实现横向业务联动与共享、数据融合与共享,推动情报先导模式、助力高效指挥,辅助公安机关开启新时代警务模式新篇章。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。