原文標題：Cities Worldwide Build and Scale AI Services With NVIDIA Physical and Agentic AI

NVIDIA於11月3日介紹與夥伴擴大城市實體AI及智慧體應用，透過共享運算基礎支援居民服務、影像分析、維護與規畫，避免各部門分別建置。西班牙1MillionBot結合ALIA、Nemotron及其他模型處理地方服務詢問；波蘭Wrocław的K2K則以Cosmos與Metropolis影片搜尋摘要架構，將現有攝影機資料用於交通、安全及活動應變。這些案例的部署階段與用途各不相同。

在台灣，Linker Vision與荷蘭建築團隊MVRDV利用Omniverse及Nemotron建立環境、社會與治理情境分析智慧體，官方表示可在10分鐘模擬都市林冠15年結果，縮短設計反覆比較時間。馬來西亞ITMAX規畫將SamurAI V2影像智慧體擴至2027年支援逾17,000台攝影機；尼日利亞煉油廠與摩洛哥港口案例則有營運分析或後續數位分身及應用計畫。NVIDIA指出，部分城市工作負載可由工作站或小型GPU系統起步，並不一定都要大型基礎設施。文中數字多為夥伴案例或目標，不能視為各城市都已完成相同規模部署，公共資料治理及實際成效也仍需在個案中確認。

發生了什麼事

NVIDIA與城市夥伴擴展居民服務、影片分析及數位分身，台灣團隊也以AI模擬都市綠化，並以共享或代管基礎設施支援不同部門。

為什麼重要

城市已有大量感測與營運資料，挑戰在如何轉成可採取的行動。共享運算與模擬可減少重複建置，也讓規畫方案能在實施前比較影響。

影響哪些人

主要影響地方政府、公共設施營運者、城市規畫與影像分析團隊，以及提供相關模型、運算及代管服務的業者，資料使用仍須依當地規範。

已確認與未確認

已確認官方案例與目標敘述，但各地成熟度不同。2027年攝影機數是規畫，模擬時間是特定案例數據，不能當成所有城市的已驗證成果。