城市更新进入存量提质阶段后，难题不只是“建什么”，还包括底数是否清楚、资金能否追踪、实施效果如何评估。第十九届智慧城市大会上，广联达科技股份有限公司副董事长刘谦提出，以产业AI和数字孪生贯穿规划、管网、建造、运维与更新，把城市治理中的“糊涂账”转化为可测、可追、可评的“明白账”。这套思路的价值，在于把抽象的数字化能力落到具体工程场景，而不是停留在展示层。
从城市体检建立数据底座
报道将CIM基础平台比作城市体检。它需要把建筑、管线、片区和城区等不同尺度的数据汇集起来，并让静态空间信息与动态运行数据共生。城市管理者只有先看清物理空间和运行状态，才能判断问题在哪里、改造优先级如何排列，以及有限资金应该投向哪些环节。
数字孪生并不是单纯复制一座三维城市。按照报道中的逻辑，物理环境先被仿真为数字环境，再与真实数据结合，形成能够持续更新的数据平台。在此基础上，产业AI承担“生成、推演、优化”的任务。高质量数据、高价值场景和高可靠模型需要同时具备，缺少任何一项，系统都难以形成可用于工程决策的闭环。
五类场景对应五本工程账
规划场景关注目标如何落到细节。以海绵城市为例，仿真模拟可以把年降水总量控制要求逐层落实到片区、地块和管径，并预测50年不遇条件下的最大风险。对规划设计人员而言，这意味着宏观指标不再停留在文件中，而是能够进入具体空间和工程参数。
管网场景解决的是地下情况不明。报道提到，合肥市政院一个5.2平方千米的老城区项目缺少图纸和管网数据，团队通过无图建模建立地下改造的前提，并用于风险排查。老城区更新常常无法获得完整历史资料，这类方法的意义是先补齐可用底数，再讨论施工方案。
建造场景强调实时反馈。人员、材料、设备、安全与进度信息可以回传，形成数字工地的穿透式管理。报道举例称，AI工地大脑能够自动汇聚整理微信群里的安全、进度和风险信息，并推送给现场、项目管理和监管部门。它试图减少一线人员额外录入数据的负担，让日常沟通本身成为数据迭代的一部分。
运维场景面向城市生命线。综合监管系统从态势感知、风险评估延伸到分析研判、协同调度和复盘优化，用智能算法与多维数据支撑城市运行。与传统的事后处置相比，这套链路更强调在风险形成过程中识别信号，并把处置结果继续沉淀为下一轮判断依据。
更新场景则把规划、建设、管理和运营串联起来。成都新津区在全域330平方千米范围内探索“物理+数字”双开发模式，并建设CIM城市数字底座。这里的重点不是为单个项目建立孤立模型，而是让片区更新的不同阶段共享数据基础，避免建设完成后模型失去用途。
开放平台决定协同边界
报道介绍，广联达CIMCUBE开放平台目前已有100多项能力可供合作伙伴使用。平台既承担数据汇聚和治理，也服务开发生态。城市治理部门可以在共同底座上形成自己的私域数据与行业模型，而不必把所有需求压缩进一个封闭系统。
城市更新涉及规划、设计、施工、运维、政府管理和社区服务等多类主体。开放能力是否清晰，决定不同专业能否在统一数据基础上协作。数据汇聚只是起点，真正的工程价值来自模型能否服务具体责任人、输出可执行的判断，并在项目生命周期中持续使用。
数字化最终仍要回到人的尺度
刘谦把“以人为本”视为城市更新的终极价值坐标：好房子对应安全、绿色、智能的居住空间；好小区强调全龄友好和服务便捷；好城区追求韧性、智慧与宜居。由此看，产业AI和数字孪生不是更新目标，而是把资金、风险和空间决策做得更透明的工具。
报道还提到，重庆大学、重庆建筑工程职业学院与广联达联合多家院校和企业建设全国数字城市治理行业产教融合共同体，培养“建筑+数字+运营”复合型人才。城市更新的技术链条越长，越需要能同时理解工程现场、数据模型和长期运营的人。平台和算法能够提高计算与协同效率，但最终仍需专业人员把结果转化为空间品质和公共服务。