编者按
业界普遍认为，游戏、内容、文旅等文娱板块将是有望率先实现AIGC落地的行业之一，同时AIGC赋能文娱行业的核心在于提高内容的生产效率和生产出更优质的内容，实现降本增收。AIGC将为文旅行业带来哪些实质性影响？智慧文旅垂类大模型的关键技术和产业化应用场景包括哪些？本文进行了系统性梳理和全方位解读。
目录
01
AIGC如何重塑文旅行业
02
文旅垂类大模型关键技术
03
文旅垂类大模型适用场景
PART 01
AIGC如何重塑文旅行业
（一）催生文旅服务发展新范式
一是信息获取服务将被颠覆。当下市场，游客主要通过OTA、小程序、社交APP等旅游应用获取信息，需要花费大量精力对碎片信息甄选筛别。而AIGC类技术模型凭借强大的信息检索能力和优质的内容生成模式，将打破这一固有模式。
二是智能客服场景有望优化。智能客服在文旅领域早有布局，结合C端评价来看，用户体验参差不齐，看似“高效”但常常“答非所问”。AIGC类技术模型能够学习模拟人类语言，联系上下语境进行推理，大大提升客服的自动化、精准度和交互性，咨询投诉等文旅服务有望更加通畅。AIGC类技术模型在多语言支持方面，也将为国际旅游多语种服务提供新的思路。
三是智能旅行助手或将出现。AIGC类技术模型可以根据用户需求、历史行为等向量，为用户精准推荐个性化商品。具体到文旅领域，假定旅游内容平台和交易平台的信息壁垒完全被打破，基于AIGC类技术的精准“货找人”模式将会出现。文旅市场主体可以通过嵌入AIGC类技术模型，开发虚拟旅行助手，匹配用户偏好，为游客提供个性化行程创建、旅游线路规划、最优消费组合建议。
（二）引领文旅营销发展新趋势
一是文旅品牌露出将面临新的算法规则。AIGC类技术模型从庞大数据库中筛选和组织最合适答案的智能搜索模式，将打破传统搜索引擎的信息汇集呈现方式。当AIGC类技术平台成为文旅信息总入口，比起广告植入和海量资讯投放，如何让AIGC检索到文旅品牌显得更为重要。生成式AI模型成为基础服务或流量入口的情境下，对标搜索引擎时代的SEO，可能会催生新的AEO（AI Engine Optimization）赛道，即基于AI学习算法规则设计标准的信息外露方式，使得文旅品牌信息更好地被AIGC发现并推荐给用户。
二是数字人文旅营销场景或会加速打开。在AIGC类技术模型的多模态功能加持下，虚拟数字人将具备更广泛的知识储备和更好的问题解决能力，互动性、趣味性和逻辑性都将有所增强，会给虚拟文旅代言、虚拟文旅直播、虚拟旅游推介等带来更多的想象空间，未来甚至有可能重塑KOL等网红生态。
（三）引发文旅行业治理新变革
一是文旅数字化管理将迎来新的契机。从相关调研结果看，囿于数据融通壁垒和资金技术压力，文旅市场主体在推动文旅数字基建和文旅智慧化管理方面投入不高，较为依赖政府推动。AIGC类技术模型可能会倒逼市场主体加快推进“文旅新基建”，从而为数字管理升级提供新的可能。
二是文旅行业监管将面临新的形势。AIGC类技术模型存在着各方面的风险与隐忧，一旦落地应用，也将会给文旅监管带来新的风险挑战。比如，AIGC类技术模型场景下，文旅IP产品、文旅策划方案等相关内容的侵权风险增加，需要在知识产权层面进行界定和规范。再如，目前国外的AIGC类技术模型在语料训练过程中，带有明显立场偏向，而旅游作为文化传播的载体，如何规避意识形态风险也将成为监管的重点。
PART 02
文旅垂类大模型关键技术
预训练大模型+细分场景微调更适合长尾落地，用著名NLP学者斯坦福大学的Chris Manning教授的话来说，在未标注的海量语料上训练大模型可以：
通过微调或提示，大规模预训练模型可以轻松地适应各种自然语言理解和生成任务，并给出非常强大的结果。整体来看，文旅垂类大模型由如下四个技术环节构成：
（一）数据预处理
为了充分利用多种数据来源，需要对各类数据进行预处理，如文本数据需要进行分词、词向量化等处理操作，图像数据需要进行尺寸标准化、特征提取等操作。
（二）多模态融合
将处理过的各种数据进行融合，使得不同类型的数据能够相互影响，从而提高模型的预测准确率。融合方式可以采用串联、并联、交织等方式。
（三）大模型训练
在多模态数据融合的基础上，利用深度学习技术，构建大规模神经网络模型进行训练。该模型通常包括多个层次，每层次具有不同的功能，如卷积层、池化层、全连接层等。
（四）模型优化
多模态预训练大模型利用fine-tuning、parameter-efficient fine-tuning和prompt-tuning等技术为下游适配任务，以及为训练好的预训练模型微调适配下游任务。
PART 03
文旅垂类大模型适用场景
在多模态大模型载体和场景应用层面，以垂类大模型为技术核心，采用“数智人”作为载体。同时，在监管端、企业端和用户端进行相对应的产品布局，满足不同层级用户的多样化需求，形成完整的信息闭环和产业化应用。
（一）咨询服务和投诉建议
如果单从产品渗透率层面来看，智能客服早在过去的七八年里就已经在电商、金融等领域普及开了。基于AIGC的垂类大模型带来的两个核心改变，一个是开发智能客服产品的成本大幅度下降，另一个就是用户体验的提升。
1.降本增效
从智能化的角度来看，传统智能客服人工成本一直相对较高，因为它需要人工辅助机器。通过大模型的应用，可以辅助提升知识库建设和运营的效率，从而实现显著的降本增效效果。
是否引入大模型取决于具体的业务场景和用户需求。对于规模较小的公司来说，将大模型作为知识库的补充，并辅助一定程度的人工审核，可能是一种提高效率的好方法。它可以帮助智能客服更好地理解用户的语义，提升知识库的质量，甚至改善用户体验。此外，对于认知智能等更高层次的应用，引入大模型可能有助于更好地理解和认知用户。
2.体验提升
首先是拟人化。在智能客服领域，拟人化一直是一个痛点，因为传统的机器人在这方面表现还有待改进。业界一直在探索如何构建拟人化的对话交互。这涉及到如何设计情景化的对话，如何拆解问题，如何继承上下文以及如何理解多轮对话。总体而言，业界希望机器人能够提供更加贴切、自然的对话和交互模式。
其次是人性化。在精准识别场景或意图的基础上，业界还需要在拟人化的基础上进一步提升服务。多模态情感计算是实现这一目标的有效方法。传统的方法有规则和机器学习两种模式。通过机器学习，业界可以训练模型自动学习情感状态，并达到分类的标准，从而更好地适应不同领域和语境。
最后是个性化服务。业界需要根据用户的画像实现个性化服务，以实现“千人千面”的效果。通过用户的基本画像信息和历史对话过程中的洞察分析，可以对用户进行标记和画像积累。在后续对话中，业界可以根据用户的画像为其提供不同的对话流程、回复方式和推荐，从而实现更精准的个性化服务，提升用户和企业的满意度。
（二）行程规划与导游导览
1.行程规划
自由行为主的旅游方式正在为旅游行业带来巨大变革，旅游不再是传统的固定地点，这让小众景点的发展成为可能，也让游客能更好地感受当地的风土人情。通过用户分享和智能路径规划，缩短行程规划周期，使行程规划更高效快捷。
大模型要做的核心工作有两个：其一，收集、优化并消化海量非结构化数据（旅行者提问为代表）；其二，让结构化数据（产品、价格、线路等）成为“靠谱的答案”。
2.导游导览
相比传统的人工导游服务，AIGC智能导游具有以下优势：
- 24小时不间断服务，随时随地提供导游服务；
- 可以根据游客的需求和兴趣，提供个性化的导览服务；
- 可以通过语音交互，更加方便快捷地获取信息；
- 可以通过大数据分析，提供更加准确的推荐服务。
消费者希望能够通过智能导游获取更加准确、全面的旅游信息，同时也希望能够根据自己的需求和兴趣，获取个性化的导览服务。消费者还希望智能导游能够提供更加便捷、快速的服务，让他们的旅游体验更加愉悦。
AIGC智能导游的功能主要包括：
（三）直播营销与品牌推广
AIGC+营销的主要应用方向与价值体现在五个方面：内容生产、创新运营、客户服务、销售服务和洞察决策。
1.内容生产
AIGC带来的变革主要体现在两个方面：1）降低生产成本，提升创意实现效率；2）新的人机交互形式带来全新的内容体验，提高内容付费上限。
在降本增效方面，传统的内容生产需要经历书写、口述、绘画、拍摄、编程等复杂的过程才能生成对应的内容。而AIGC则只需要输入一些提示信息，就可以在短时间内生成大量的内容，用户只需要对生成的作品进行评估和调整即可。这显著提高了内容生产的效率，并降低了生产成本和门槛，同时也有助于激发新的创意。此外，低成本的各种内容形式，如图片、视频等，也将大幅降低用户间的沟通成本。
另外，大语言模型等AI技术结合新的交互形式，将为创作带来全新的可能性。通过AI技术的帮助，内容生产者可以更快速地掌握新的知识和技能，从而不断开拓新的创作题材。同时，AIGC生成的内容也可以为创作提供新的灵感和素材。这种新的创作方式，将为内容生产者带来更广阔的发展空间，也将推动内容生产的创新发展。
2.创新运营
AIGC主要体现了在虚拟人和直播场景中的技术创新。以虚拟人为例，大模型和AIGC让虚拟人的生产过程变得简单，虚拟人变得更智能化，产品能够更快地进入市场，从而重塑了创新运营产品的能力。
3.客户服务
AIGC可以优化底层知识库、中间的话术推荐，并辅助专业的智能客服。借助大模型的支持，机器客服能更好地为内部运营提供服务，更好地挖掘商机和线索，更好地与客户沟通，并提升产品能力，实现跨界进入更多专业场景的目标。
4.销售服务
AIGC可以完成从基础的线索跟进和记录生成，到中间的话术辅导和线索分析，再到最终输出销售策略。因为销售直接面向客户，直接服务于业务，所以它所提供的价值主要是策略和业务辅助，而这也对数据质量和技术基础有较高的要求。
5.策略洞察
过去相关系统依赖的还是企业的业务专家和经验，而现在有机会让大模型和AIGC来完成这部分工作。从最普通的数据洞察到运营策略，再到最终的营销战略支持，现在有机会拉通从数据准备到业务动作间的鸿沟，原来由业务专家来做的分析决策和拍板，现在可以通过大模型进行营销策略洞察。
（四）舆情管理
不断发展着的类AIGC人工智能，在众多领域所产生的风险都具有一定的未知性。就舆情领域而言，未知性主要表现在舆情风险的不可控性、风险呈现的突发性以及风险样态的多样性，其中最为明显、最为重要也是最需警惕的是网络舆情风险样态的多样性。
打造全方位的预警机制主要从“技术联结—信息驱动—舆情再造”三个阶段来实现，这与技术赋能本身内含着的组织、技术和流程再造的制度逻辑相符。
1.技术联结
技术联结是建设全效网络舆情预警机制的技术基础。技术联结具体指将受众对类AIGC人工智能使用转化与使用后所衍生的信息进行“再技术化”循环，将被类AIGC人工智能影响的舆情观点与元宇宙虚拟体系结合，将元宇宙虚实结合、全天在线、镜像传递的特征与类AIGC人工智能技术对受众传播进行不间断性的结合监测，将受众所接受到的综合性意见与否定式回答信息转化成“镜面效果”的元宇宙舆情呈现，从技术维度监测网络舆情事件的实时传播。
2.信息驱动
信息驱动是建设全效网络舆情预警机制的数据保障。信息驱动注重对类AIGC人工智能输出数据的运转与驱动。类AIGC人工智能数据库被视为受众了解网络舆情观点的数据源头，受众对其输出信息的理解与传播决定着舆情的发展。对类AIGC人工智能输出数据信息的驱动，即是对网络舆情传播渠道内数据信息流通的鉴别与审查，从而确保受众成为“观点转换器”逻辑中真实舆情观点的传播者，为网络舆情发展奠定信息安全基础。
3.网络舆情
网络舆情再造是建设全效舆情预警机制的现实目的。通过发展网络舆情观点审查技术，健全网络舆情传播体系，化解类AIGC人工智能内部微调过程暗藏的虚假舆情危机，逐步厘清虚假舆情传播逻辑，并通过网络舆情预警机制对舆情进行再造，能够将舆情事件发展拉回正常的运行轨迹，发挥舆情预警技术在类AIGC人工智能传播“价值理性”中的润滑剂作用，推动网络主流意识形态的“智能渗透”。
公司简介
环球数科深耕智慧城市、智慧文旅、智慧生态等行业，提供一站式行业解决方案及全栈技术服务。集团对Web3等前沿技术领域保持高度关注，超前布局并完成多项产品预研及技术验证，在MLLM 、AIGC、区块链等方面，所申请并获授权的发明专利占了行业半壁江山，科技创新与成果转化逐年走高。
扫码关注我们
