AI 底座
城市底座 城市级 AI 资源池
把大模型能力沉淀为城市统一资源——分级部署、安全可控，让每个部门都能开出自己的专属 AI，而不必各自重复建设。
承接主体 · 众星汇智自营
三级部署
从公网 AI 到部门专属 AI 的三级部署
资源逐级下沉、安全逐级升级：城市统一纳管资源池，部门按需开通专属实例。
一级 · 公网 AI（Level A）互联网通用大模型服务，能力开放即取即用，数据经外部平台流转｜公开营销内容、普通翻译、社媒视频、公开资料分析
↓ 资源下沉 · 安全升级
二级 · 城市 AI 资源池（Level B）城市统一建设的模型与算力资源池，统一纳管、统一安全策略、统一计量｜政企服务、公开政策、文旅知识、一般行业智能体
↓ 专属开通 · 分钟级交付
三级 · 部门专属 AI（Level C）面向部门场景的专属实例与本地知识库，数据不出域，分钟级开通｜内部政务、招商、政企敏感信息、未公开数据
设计理由：把数据等级和业务风险分开，才能既开放又安全。
技术构成
城市底座的三重技术构成
知识在本地、安全有清单、数据来路清——城市 AI 用得放心的一套技术栈。
本地知识库技术栈
面向部门知识资产政务公开文件、部门业务资料与城市知识在本地面向大模型组织，结构化、检索、向量和图谱分工明确，回答有据可依。
- 对象存储 MinIO / 私有对象存储——PDF、图片、附件
- 关系数据库 PostgreSQL / 国产数据库——政策字段、企业画像
- 全文搜索 Elasticsearch——BM25、精确匹配、过滤
- 向量数据库 Milvus——语义检索、多向量检索
- 图数据库 Neo4j / NebulaGraph——产业链与招商关系
- 缓存与队列 Redis / Kafka——消息、异步任务、事件流
安全控制清单
面向数据与内容合规以清单化方式管理城市 AI 的安全边界，逐项可核、逐项可审。
- 数据分类分级
- 权限继承 ACL
- 脱敏与最小化
- Prompt Injection 防护
- 工具权限分级（Read / Write / Approve）
- 日志审计
- 人工确认
- 评估与红队测试
落地解释：每个文档 Chunk 带权限标签，检索时继承用户身份；高风险工具分为 Read / Write / Approve，不能让 AI 无限调用；所有回答、检索、工具调用、人工修改都进入审计日志。
数据来源治理
面向知识质量管住「喂给 AI 什么」，比「AI 说什么」更早一步。数据来源按六级优先序取用：
- 1 · 内部授权数据——优先级最高
- 2 · 政企开放 API——政务开放场景
- 3 · 官方平台 API——电商 / 地图 / WhatsApp 等
- 4 · 商业授权 API——企查查 / 天眼查等
- 5 · 合法公开资料——保留来源和时间
- 6 · 必要合规采集——严格审批和用途控制
有 API 就不用爬虫，有授权就不用灰色采集；政企级 AI 系统的数据要能解释来源、授权、用途和更新时间。安全不是「服务器放本地」就结束。
落地案例
城市底座落地案例
城市级资源池的建设成果，实名信息待客户确认后更新。
城市级 · 数字政府
某市城市 AI 资源池建设
依托城市底座三级部署建设城市 AI 资源池：统一纳管模型与算力，各部门基于资源池开通专属 AI 实例与本地知识库，实现部门专属 AI 分钟级开通。
部门专属 AI 分钟级开通 ｜ 数据不出域 ｜ 接入部门 20+ · 政务知识文档 5 万+
资料获取
获取底座技术白皮书
留下联系方式，业务顾问将向您发送《AI 底座技术白皮书》，并沟通城市底座的建设路径。
还有疑问？参见帮助中心 · 数据私有化与部署方式，或查看公司主体与合作方式常见问题