Leveraging Generative AI for Smart City Digital Twins: A Survey on the Autonomous Generation of Data, Scenarios, 3D City Models, and Urban Designs

现代城市通过整合先进的信息、通信和计算技术进行数字化转型，标志着数据驱动的智能城市应用的时代已经到来，以实现高效和可持续的城市管理。尽管这些应用程序非常有效，但它们通常依赖于大量高维度和多领域的数据来监测和描述不同的城市子系统，在数据质量和可用性受限的应用领域以及为生成城市场景和设计方案而付出的昂贵努力方面存在挑战。作为深度学习中的新兴研究领域，生成人工智能（AI）模型已经展示了其在数据和代码生成方面的独特价值。本文旨在探索生成AI技术和城市数字孪生体的创新整合，以解决智能城市在各个城市领域（如交通和移动管理、能源系统运营、建筑和基础设施管理以及城市设计）中的挑战。本文以介绍流行的生成AI模型及其应用领域为开端，接着对现有的利用生成AI技术的自主能力促进城市监测和预测分析的城市科学应用进行了结构化的回顾，包括(a)数据增强，以促进城市监测和预测分析，(b)合成数据和场景生成，(c)自动化3D城市建模，以及(d)生成的城市设计和优化。基于回顾，本文讨论了整合生成AI模型到下一代城市数字孪生体中的潜在机会和技术策略，以实现更可靠、可扩展和自动化的智能城市管理。

本文旨在探讨生成人工智能模型和城市数字孪生的创新集成，以解决智慧城市管理领域面临的挑战。

本文介绍了使用生成人工智能模型在智慧城市的不同领域中，如交通和移动管理、能源系统运营、建筑和基础设施管理以及城市设计，进行数据增强、合成数据和场景生成、自动化3D城市建模和生成城市设计和优化的方法。

本文介绍了使用生成人工智能模型在智慧城市管理中的应用。实验使用了不同领域的数据集，并讨论了将生成人工智能模型集成到下一代城市数字孪生中的潜在机会和技术策略。

在这个领域中，最近的相关研究包括：'A Survey on Smart City Frameworks: Motivations, Requirements, and Open Challenges'和'Urban AI: Formulating a New Research Agenda for Architecture and Urban Design'等。