欧洲多城部署 NVIDIA 加速计算驱动的 AI 智能体，推进城市运营智能化

完整中文导读

欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型及 Metropolis VSS Blueprint 构建物理 AI 智能体与数字孪生，用于交通、能源、公共安全等城市运营。

中文整理

作者 / 来源：Charbel Aoun · 原文时间：2026年10月14日 14:00（北京时间）

原作者信息要点

文章作者为Charbel Aoun，主题是欧洲、中东和非洲（EMEA）地区多个城市与本地软件、基础设施及集成合作伙伴利用NVIDIA加速计算构建物理AI智能体和数字孪生，用于城市运营与公共服务决策。

文中列出的软件合作伙伴包括ABA Technology、Akila、Galene AI、Honeywell Technologies、K2K、Linker Vision、Milestone、Onetera、ThinkDeep和Younite AI。

技术层面，文章称NVIDIA Cosmos开放模型和NVIDIA Metropolis视频搜索与摘要（VSS）蓝图可帮助智能体解读视频并识别交通拥堵、设备状态、闲置空间和安全隐患等状况；NVIDIA Nemotron开放模型用于构建可推理信息、以自然语言响应并借助NVIDIA Omniverse库部署数字孪生的智能体。

项目覆盖比利时、芬兰、法国、意大利、荷兰、波兰、瑞典、英国等地。

英国方面：利物浦城市区域与K2K探索利用NVIDIA加速计算、Cosmos和VSS蓝图构建AI工厂，测试出行与安全应用；泽西岛与K2K合作加强决策、出行和城市规划，并推进清洁能源与公共服务；贝尔法斯特创新城与K2K探索聚焦智能出行、交通系统、公民安全以及事件与响应管理的试点。

法国方面：科多尔省、Akila和ThinkDeep构建运营智能体，将传感器、基础设施和历史数据整合进基于NVIDIA Nemotron、Omniverse和加速计算的主权数字孪生，并计划采用Cosmos处理视频数据；覆盖500多栋公共建筑，支持能源、合规、安全和气候韧性，将文档检索时间从数周缩短至数分钟，总运营成本降低10%，规模化目标为30%。此外，塞特的法国南港正与ThinkDeep的智能体平台合作，使用Cosmos和Nemotron分析货物与安全数据、协调运营并指导危险材料的安全处理。

意大利方面：米兰地区的Galene.AI、戴尔科技和TD Synnex正在部署由NVIDIA驱动、本地运营的AI工厂，从奇尼塞洛巴尔萨莫起步，计划扩展至另外四个市镇；服务包括实时翻译、市民聊天机器人以及采购和资金申请协助，目标是将市政数据获取时间从数小时缩短至数秒，同时保持数据本地治理。

比利时方面：安特卫普-布鲁日港的Milestone和戴尔科技正在测试使用NVIDIA Cosmos和VSS蓝图的智能体视觉AI技术，通过合成数据训练模型，以支持漏油预警等真实数据稀缺的复杂场景。

北欧方面：Younite AI正为瑞典哥德堡开发基于NVIDIA Omniverse库的数字孪生体验，属于欧盟Citiverse计划的一部分，重点帮助城市模拟变化并改善无障碍性，提供活动入口预览、座位和人群状况等信息。

文章还提到波兰弗罗茨瓦夫等城市，以及Honeywell Technologies在迪拜费尔蒙酒店部署由NVIDIA Nemotron、Cosmos、Omniverse和VSS蓝图驱动的Forge Cognition，将AI智能体与楼宇系统连接，提升可靠性、能效和运营水平。

基础设施方面，思科、戴尔科技、HPE、联想和Supermicro等系统构建商和基础设施合作伙伴将NVIDIA加速计算、网络和存储打包为本地运营的AI工厂；Nebius和Net Zero Compute参与更广泛的AI工厂生态；EY和埃森哲提供集成与运营专业知识，帮助城市建立可重复的部署蓝图。

文章提到NVIDIA及其生态将在11月3日至5日于巴塞罗那举行的Smart City Expo World Congress上展示相关方案。

本站整理与观察

本站观察：上述内容主要来自NVIDIA官方博客，属于厂商及其合作伙伴的项目介绍，文中提到的效率提升、成本下降和部署规模等数字均为相关方给出的项目描述，本站未独立核实。

本站观察：文章呈现的路径是先在特定城市或区域试点，再向相邻市镇、部门乃至国家扩展，同时强调数据、模型和运营的本地化控制，这一模式是否可复制仍取决于各地基础设施和治理条件。

本站观察：文中涉及的技术组合以视频理解、自然语言推理和数字孪生为核心，应用场景集中在交通、能源、公共安全和市政服务，但文章未披露各项目的具体部署时间表、数据规模或第三方评估结果。

本整理仅依据所提供的NVIDIA博客文本，未独立核实文中项目进展、效率与成本数据；原文未提供各项目的详细技术架构、部署时间表和第三方验证信息，因此无法确认其实际运行效果。文中提及的产品、合作伙伴和城市名称均来自原文，本站观察部分为基于原文的推论，不代表已证实事实。