2023年3月，笔者曾针对生成式人工智能对旅游业的影响，撰写了《关于ChatGPT对旅游业影响的九个大胆预测》，并发表于《中国旅游报》等媒体。彼时，ChatGPT于2022年 11月刚推出，迅速掀起新一轮关于人工智能科技革命的讨论。回顾生成式人工智能过去两年多的发展历程，文中多数预测已成为现实。但不可否认，生成式人工智能对文旅行业广泛、整体、结构性的影响，尚未完全显现。随着国产开源大模型DeepSeek在2025年初掀起全民化人工智能热潮，文旅行业对人工智能发展有了更切实的认知与感受，全行业更加重视生成式人工智能发展对行业的影响。本文试图从以下问题切入，谈谈笔者对DeepSeek引发的行业变革的判断与思考。

文旅领域的AI超级应用

超级应用，是互联网产品中用户量庞大、功能丰富的一类应用。业内普遍认为，月活用户量超过1亿是超级应用的基本门槛。微信、抖音、小红书等是国产超级应用的典型代表，各垂直领域也有部分超级应用。根据QuestMobile公布的2025年2月AIGC APP行业月活跃用户规模TOP10，DeepSeek以超1.8亿排名第一，豆包以超1亿排名第二。

过去近30年，在线旅游发展过程中，真正对大众旅游行为产生深远影响的超级应用，主要有以OTA为代表的在线旅游预订APP、微信生态、抖音、小红书这4类互联网产品。后3类属广义上的超级应用，携程作为OTA的代表，堪称旅游垂类的超级应用。一个行业能够诞生超级应用，是技术与该行业深度融合、产生真实巨量应用场景的标志，OTA类平台对旅游行业的重构作用显著。

从用户使用频次和市场规模来看，在文旅领域，AI最有可能诞生超级应用的场景，依然是旅游行程规划和预订。目前，游前旅游攻略的流量入口，包括OTA及抖音、小红书等内容社区。AI时代的到来，必将引发互联网流量入口的重构。但客观而言，AI在结果可信度、用户采纳意愿、使用体验、商业交易闭环等方面仍不够成熟，距诞生真正意义上的超级应用还有一定距离。长远来看，若AI通用领域出现能够很好解决用户打车、订餐、购物等日常高频需求的“超级智能体”，且用户逐渐形成对AI的信任和使用依赖，用户习惯就可能从日常化高频应用向旅游等低频应用蔓延，进而深度影响旅游行业。后续，旅游目的地推荐、酒店查询、预订、景区攻略等信息的搜集，极有可能向某个AI大模型平台迁移，使其成为旅游行程规划和预订的入口。

文旅领域AI应用场景

本文仅分析生成式人工智能技术（不包括判别式或具身智能等形式）在文旅领域的应用场景。目前，生成式人工智能主要应用于文本、图片、视频等多模态内容生成，主要包括以下应用场景。

一是打造对客服务入口。文化和旅游企业利用AI赋能的最直接方式，是借助其内容生成优势，结合本地知识库，打造对客服务入口，逐步替代以往人工客服的服务模式。这种在有限问题范围内，基于文字交互的场景替代成熟度极高，已广泛应用于文博、旅游景区、酒店、目的地公共服务等场景。

二是升级文旅服务场景。信息检索和知识服务，是生成式人工智能在文化和旅游场景中另一较为成熟的应用，包括图书馆信息查询检索、非遗和文博场景下的讲解介绍、旅游景区导览讲解服务、酒店智能机器人应用等。在当前AI发展水平下，这些场景中的知识服务和对答交互已具备较高成熟度，叠加多模态实时语音交互能力后，用户与大模型的交互能达到与真人交流的程度，显著提升用户获取自然、流畅、准确信息的体验。

三是赋能文旅内容创作。文旅领域，尤其是文化领域，内容生产场景广泛，图片、视频、音频、3D特效等多模态内容的生成，高度依赖AI提升效率。目前生成式人工智能技术虽在快速进步，但要生成高保真图片、视频等商业内容仍有较大难度。以文生视频为例，目前主要通过提示词优化控制初始生成内容，但仍存在画面不稳定、内容与预期不符、随机性强、逻辑混乱等问题。当前商业应用的文生视频，多需提供参考素材、专业优化提示词、后期拼接编辑加工，才能满足基本使用要求，距离广泛、便捷、准确的人工智能生成内容多模态应用目标仍有一定差距，这也是未来技术发展亟须解决的问题。

四是重塑旅游规划和线上交易。这是文旅领域对AI要求最高的应用场景。旅游规划相对复杂，AI在满足复杂决策场景需要时，面临诸多挑战。这不仅源于技术层面，更关乎用户的信任度。尽管AI提供的内容信息准确度不断提升，但要获得用户的进一步信任，成为用户决策的依据，还需在人机协同、交互体验、决策心理学等层面进行适配。目前，通用AI大模型在旅游行程规划方面虽有明显进步，可通过引导用户明确需求、多轮对话反复迭代、采用更生动文字风格等方式进行优化，但距离构建广泛的AI驱动旅游决策仍有较大差距。这可能需要从产品设计、用户信任等多维度入手，如同人们从线下到线上转移旅游产品交易，需要较长过程。

文旅领域大模型发展存在的关键问题

一是高质量内容生成门槛依然较高。首先，大模型本身的“幻觉”短期内难以彻底消除，即便推理能力出色的大模型在生成内容时，也存在较高幻觉率，常编造假数据，或强行阐释用户观点等问题。其次，大模型的提示词编写对普通用户而言门槛较高，用户需反复尝试，摸索适合某款大模型的工作方法。最后，目前多模态图片、视频生成仍需专业人员操作，具有一定学习成本和技术门槛。

二是文旅数据训练与数据开放问题。文旅领域大模型的发展，归根结底是行业训练数据开放共享及要素化的问题。目前，通用大模型训练数据主要来源于互联网开放数据，部分文旅线上平台企业拥有大量交易相关产品数据，并尝试将AI智能体作为引导交易的入口。而图书馆、博物馆、旅游景区等行业主体的数据多存在于线下，这些机构多不愿将数据共享给大模型公司进行训练，更倾向于本地化部署大模型，或依托自身开发的智能体自主使用。但随着通用大模型用户场景不断丰富，使用频次不断增加，引入更多文旅行业数据，提升用户黏性，将成为必然趋势。围绕大模型在文旅领域的应用，训练数据的确权、定价、交易、流转等问题将愈发重要。建立可信、开放、共享的行业模型数据训练体系，将是行业大模型应用深入发展的关键。

三是文旅应用场景与大模型内容管控问题。在文化领域和旅游信息服务领域，需对人工智能生成内容的合规性进行常态化、实时化监管。随着在线数字人直播、文生图、文生视频日益普及，如何进行高效、智能化监管仍面临挑战。近期，国家互联网信息办公室等四部门联合印发《人工智能生成合成内容标识办法》，要求利用人工智能技术生成、合成的文本、图片、音频、视频、虚拟场景等信息，必须通过显式或隐式方式标注来源，以保障公众知情权和网络信息安全。

“AI+文旅”未来展望

一是文旅领域智能体的发展值得关注。以Manus为代表的智能体，引发人们对大模型实际应用的讨论。除回答问题和生成内容外，基于大模型获取周边数据、制订计划、使用工具改变环境等任务，都可由智能体完成。智能体的发展，可能形成复杂任务分步拆解，以及调用工具完成任务的一站式体验（如在微信生态中实现超级智能体），这或许会催生AI时代的超级应用，最终影响文旅领域的智能化进程。因此，文旅行业要紧跟AI发展步伐，对可能诞生的AI智能体等超级应用和入口保持高度敏感，抓住AI快速发展带来的互联网流量重新分配机遇，从行业场景应用和数据整合两个维度，支撑未来AI生态重构。

二是将持续形成通专结合的文旅大模型新场景。以DeepSeek、豆包、通义千问等为代表的通用大模型企业，将凭借用户和流量优势，主导大模型应用的入口端。通用大模型可满足文旅领域基础信息查询需求。互联网中能找到答案的一般性查询，主要依赖通用大模型和智能体，预计可解决用户80%以上的信息需求。而在文化和旅游特定场景下，深入、专业、本地化的查询与服务，更适合由垂类大模型或各文旅机构智能体提供，这部分信息需求约占 20%。这种格局类似人们在抖音和小红书上查找旅游攻略，而涉及门票预订、游览讲解、项目排队时间查询等具体、本地化信息时，则会求助于文化和旅游场所的小程序、公众号。可以预见，通专结合的大模型格局，将在较长时间内成为文旅场景的主流，这也为文旅行业在通用大模型和互联网大厂之外发展局部和行业垂类小模型、智能体提供了空间。

三是文旅大模型将逐渐从“尝鲜”向务实化发展。目前，文旅领域的大模型应用尚处于“尝鲜”阶段，众多文旅行业实体接入DeepSeek，完成初步AI部署，但仍需遵循用户规律、市场规律、技术规律，提升AI在行业内的使用效率。此外，文旅行业需探索具体的AI落地场景，旅游领域信息查询、行程规划与预订是频次最高的刚需，如同当年OTA从Web端转向移动端的趋势。未来，各OTA可能在这些高频功能上采用大模型优化人机交互方式，引入语音互动、拟人化互动，借鉴小红书、抖音等内容社区的体验，创造更多激发游客旅游需求的内容形式。总之，在充分尊重用户文旅信息消费心理和决策规律的前提下，大模型有望完成对文旅高频、核心功能的AI转化。

四是文旅数据要素化助力大模型生态早日成熟。文化领域数据要素化，已基本打通文化IP资源确权、定价、交易、流转、收益的完整流程，初步形成数据资源端到端的要素化链条。今后，利用博物馆文物IP授权进行二次创作、训练大模型，或生成可供文生图大模型训练所涉及的模板，在版权逻辑上已不存在障碍。而旅游数据方面，还需解决不同机构间数据流动壁垒的问题，尽早建立数据分级分类应用体系，明确旅游数据流通用于大模型训练的模式与路径。大模型的发展，为文旅数据要素化机制的建立，提供了实际应用场景和驱动力。