面对日益复杂的城市系统和多元化的社会需求，传统城市规划方法正经历深刻挑战。早期以美学和物理空间为核心的艺术设计，以及二战后以系统科学模型为基础的分析方法，在当今社会已显得力不从心。规划过程仍以专家为主导，公众参与有限，方案评估多依赖定性、主观且滞后的判断，难以实现科学量化与快速响应。在这一背景下，人工智能技术尤其是大语言模型（LLM）的兴起，为城市规划带来了前所未有的变革机遇。
近日，由清华大学与麻省理工学院（MIT）、美国东北大学等机构组成的跨学科团队，在《自然·计算科学》上发表了一项具有里程碑意义的研究，提出了一个全新的大语言模型驱动智能城市规划框架。该框架将AI的强大推理、生成与计算能力与人类规划师的专业经验深度融合，旨在构建以AI为“智能规划助手”的人机协同新范式，推动城市规划迈向高效、创新与响应迅速的新阶段。
这一框架涵盖三大核心环节：概念设计、方案生成与效果评估，形成闭环工作流，充分发挥了大语言模型、视觉大模型（VLM）与智能体（Agent）的协同效能。
在概念设计阶段，大语言模型扮演“跨学科规划顾问”的角色。规划师可通过自然语言输入任务需求与约束条件，LLM凭借其强大的知识整合与逻辑推理能力，融合地理、社会、经济等多领域信息，提出创新概念并生成详细规划文本与初步空间草图，极大提升了方案构思的深度与效率。
在方案生成阶段，视觉大模型作为“视觉设计师”，将文本方案转化为具象的可视化成果。借助经过城市设计数据微调的VLM，规划师仅需通过文本指令即可生成土地利用布局、建筑形态甚至逼真的三维场景，在满足现实约束的同时实现设计意图的精准传达。
最令人瞩目的是效果评估阶段。研究团队引入大语言模型智能体构建“虚拟城市”，模拟不同人口属性（如年龄、职业等）的居民在生成方案中的日常行为，如通勤、设施使用等，进而量化分析交通效率、服务覆盖率、碳排放、社会公平性等多维指标。这种动态仿真为方案优化提供了前瞻性、科学化的决策依据。
为验证该框架的可行性，团队开展了一系列实验。结果显示，大规模LLM在回答城市规划师资格考试题目时，表现甚至优于排名前10%的人类专家；在纽约与芝加哥社区的模拟测试中，LLM智能体所产生的行为数据与真实居民流动高度吻合，展现出出色的预测与评估能力。
尽管该框架展现出巨大潜力，研究者也指出其仍面临高质量城市数据匮乏、算力需求大、模型可能存在地理与社会偏见等挑战。未来需推动开放数据平台建设、开发轻量化专业模型，并嵌入公平性算法，以推动技术包容、稳健地应用于多样化的城市环境。
这项研究的意义不仅在于技术突破，更在于重新定义了城市规划中“人机关系”。AI并非取代人类，而是将规划师从繁琐工作中解放出来，使其更专注于创造性设计、价值判断与公众沟通。未来，在LLM助力的协同模式下，城市规划有望真正成为一门响应每一个人需求的科学和艺术，塑造出更高效、宜居且可持续的城市家园。
地址：山东省烟台市开发区南昌大街48号
