2026年11月6日,香港大学城市规划与设计系科研团队与高云文旅在香港大学正式签署第二阶段科研合作协定。此前,双方已顺利完成面向粤港澳大湾区的跨城人工智能自驾游路线规划一期研究,相关核心技术现已集成至“想趣旅行”小程序。二期合作将重点布局文旅垂直领域大模型的研发工作,致力于融合一期路线规划算法与景区、室内文化场馆的实时运行数据,实现对客流趋势、游客动线分布及场馆运营状态的动态预测,并基于预测结果,为游客提供个性化游览建议,同时为管理方输出可落地的运营决策支持。
出席本次签约活动的有:香港大学城市规划与设计系系主任何深静教授、建筑学院副院长(研究)兼该系副教授李卫锋、文学院博物馆研究讲席教授马文涛(Marc Walton)、城市规划与设计系助理教授张啸虎、该系助理教授兼项目负责人赵展,以及其研发团队;高云文旅创始人庞俊怡先生、首席执行官练睿超先生及其技术团队。

一期成果成功落地,为二期深化提供坚实支撑
签约仪式后,赵展教授与庞俊怡先生分别代表双方开展专题分享,系统回顾一期项目的理论突破与实践进展,并详述二期合作的核心目标与技术路径。一期研究以粤港澳大湾区为实证场域,聚焦人工智能驱动的跨城市自驾行程智能生成机制。目前,相关能力已上线“想趣旅行”小程序的自驾规划模块,为二期将行程优化能力延伸至微观尺度的景区及室内空间打下关键基础。
一期合作围绕游客兴趣建模与行程多目标优化展开,积累了大量面向真实场景的偏好识别方法、轻量化算法框架及工程化接口经验,为二期引入大语言模型、逆强化学习及多源异构实时数据融合提供了扎实的技术底座。二期并非推倒重来,而是在既有架构上持续演进与扩展。

依托逆强化学习实现社交文本中的隐式偏好提取

强化学习驱动的多日行程方案生成效果验证
双轨并进:由宏观行程推荐迈向微观场馆智能
二期合作将同步推进两个有机协同的研究方向。第一方向聚焦个性化行程推荐升级,探索大语言模型与强化学习的协同机制,构建可持续感知、理解并适应游客兴趣演化与时空约束的智能规划系统,在保障用户核心诉求的前提下,动态响应现场环境变化,提升建议精准度与实用性。
第二方向面向博物馆、美术馆等文化空间,研究AI与空间计算、数字孪生等技术的交叉应用,攻关室内三维语义建图、高精度定位导航及沉浸式叙事表达等关键技术。该方向旨在增强观众在物理空间中的连贯体验感,同时也为公共文化机构的数字化服务转型与智慧化运营管理提供学术支撑与技术验证。两项研究共同构成人工智能深度融入真实文旅场景的重要实践范式。

基于计算机视觉和大语言模型,对图像内容进行开放式问答,支持任意问题获得自然语言回答。


融合实时感知数据,实现游览路径动态再优化
在面向游客的服务端,二期研究将进一步打通区域级实时客流热力、排队时长、设施开放状态等动态信息流,将其嵌入一期路线规划引擎,形成“偏好+情境”的双重响应机制。当系统识别到原定景点正处高峰时段,可即时推荐邻近低密度替代点位,并规划返程时机,确保核心游览内容不被牺牲,同时显著压缩无效等待时间,推动行程建议由静态预设迈向实时自适应。

面向运营管理:将预测能力转化为可执行策略
在面向场馆运营的服务端,双方将构建文旅垂直大模型,整合客流时空分布、游客行为轨迹、服务触点反馈及场馆设备运行等多维数据,建模分析不同区域与时段的潜在压力点与服务缺口,并输出结构化应对建议。
例如,模型若预判某展厅入口将在15分钟内出现聚集,且周边导览台、休息区、卫生间使用率将同步攀升,系统即可向运营中台推送分流引导策略、临时增配人力建议及服务资源前置调度方案。二期还将重点探索游客端动态路径调整与后台运营响应之间的闭环联动机制,使前端游览更从容,后端调度更前瞻。

坚持真实场景驱动,持续推进技术验证与价值评估
从跨城自驾路线规划起步,逐步深入至景区微循环与室内文化空间,双方合作正系统性串联起“行程—体验—运营”三大文旅关键环节。未来,团队将持续深耕文旅垂直大模型技术研发,并依托真实旅游动线与文化场馆日常运营开展常态化测试、迭代与效果评估,审慎验证人工智能在优化游客满意度、赋能场馆精细化管理及加速文旅产业数字化进程中的实际效能。











