行业动态 - 上海发布城市生活智能体"沪小游"1.0版本 上线APP并与小红书 携程 美团 大麦网等平台实现数据互通 [1] - 甘肃建成"一部手机游甘肃"综合服务平台 甘肃文旅大数据平台 "数字甘博"管理服务平台等数智文旅平台 [1] - 贵州成立"贵州省旅游数智化生态联合体" 各地加速推进"人工智能+旅游"行动 [1] 技术应用案例 - 安徽黄山 江西武功山 河南商丘古城 贵州黔东南等地接入DeepSeek大模型 实现智能交互 场景服务 伴游体验升级 [2] - 历史文化旅游区推出"数字故宫""数字敦煌"等项目 运用AR 语音识别 计算机视觉技术提供沉浸式讲解 [2] - 途牛旅游网开发"AI助手小牛" 提供机票酒店智能搜索 自动比价 打包预订等一站式服务 [2] - 飞猪推出AI产品"问一问" 包含行程助手 路线定制师 预算管理师等7类专业助手 [2] 技术发展趋势 - 需优化智慧旅游的神经感知 环境感知整合 智能推荐算法 NLP 图像识别 多模态大模型等关键技术 [3] - 通过提升网络安全保障能力 健全隐私规则 完善数据安全体系解决技术运用与隐私保护的矛盾 [3] - 推动政务数据 行业数据 企业数据 游客数据实现跨层级 跨地域 跨部门流动循环 [3] 行业价值 - 旅游业多元化场景为AI技术创新提供广阔空间 AI技术助力治理运营 场景服务 宣传品牌等系统构建 [1] - 旅游行业大模型整合景区流量 交通路况 气象信息等资源 提供一站式信息服务和个性化AI伴游 [1] - AI技术使高成本个性化定制旅游服务转变为常规服务 如途牛飞猪的智能助手产品 [2]

报告行业投资评级 未提及 报告的核心观点 - Agent虽无明确产品定义，但类别与应用场景迅速丰富，中美大厂发展思路有差异，B端厂商均关注平台化布局，其发展有望带动AI产业链向上，建议关注技术突破到商业化落地拐点 [2][3] - 工程师流程调优与否对应Agent发展两条路线，学界强调自主规划，业界关注独立完成任务能力 [2][6][15] - Agent类产品对算力消耗大，AI底层算力需求是产业重要一环，当前落地面临多种问题，技术迭代下商业化规模落地可期 [3] 根据相关目录分别进行总结 1、Agent定义尚未明确，但类别及应用场景已然丰富 - Agent尚无明确定义，自主规划与否是核心争议点，工程师流程调优对应两条发展路线，学界强调规划能力，业界如OpenAI强调独立完成任务，Anthropic区分Workflow和Agent [6][7][9] - Agent AI核心能力源于基础大模型深度集成，能力提升遵循递进范式，李飞飞团队将其分为多类 [25][28] - NLP与多模态技术发展使Agent应用场景丰富，包括工具使用和知识库查询、改进推理和规划、整合系统和人工反馈等NLP场景，图像 - 语言和视频 - 语言理解生成等多模态场景，以及机器人、医疗保健、游戏等领域 [30][34][38] 2、大厂助力Agent部署，B端场景已实现商业化价值 - 北美云厂商关注帮助客户部署模型和Agent，B端厂商聚焦打造Agent创建和管理平台，部分B端办公软件Agent已实现商业化，如Salesforce部分项目中Agentforce收入占比达35%，Workday 24Q4销售中30%来自AI相关产品 [52][53] - 谷歌助力Agent高效部署，推出开发工具包、设计师、管理平台等，发布A2A协议降低信息传输损耗 [54][55] - 微软Azure AI Foundry平台助力部署，推出多款办公Agent提升用户效率，支持A2A协议 [58][59] - 亚马逊Alexa+和Amazon Nova Act关注场景执行，Alexa+有超10万用户，Amazon Nova Act任务准确率30% - 60% [63] - Meta Llama 4提升模型效率，推出Agent管理仪表盘，关注Agent领域发展 [64][65] 3、国内Agent发展现状：互联网厂商把握流量趋势，B端企业提供Agent平台 - 国内互联网大厂遵循流量逻辑，推出类"Manus"通用Agent产品，B端企业基于平台选取价值场景落地 [79] - 字节跳动扣子空间提供通用和专家Agent，支持MCP协议，接入飞书打造B端办公体验 [81][82] - 百度推出移动端Agent心响，着眼C端用户，引入智能体接入方案 [83][84] - 腾讯基于微信生态构建AI应用，元宝、ima等产品有向Agent自主规划调用发展的基础 [89][90] - 阿里巴巴阿里云上线MCP服务，心流AI聚焦通用场景，飞猪"问一问"探索旅行垂直场景 [92][93] - 金蝶打造苍穹Agent平台，各产品线智能化升级，已签约多个客户 [96][97] - 用友发布YonGPT 2.0，通过Agent助力降本增效，25Q2将密集发布智能体产品 [101][102] - 泛微发布Xiaoe.AI，提供开箱即用和自行构建两类智能体产品 [105][106] - 致远互联打造AI - COP智能入口，发布CoMi Family智能体产品家族 [109][110] 4、Agent落地带来的改变和面临的挑战有几何？ - AI原生应用推动Token消耗量激增，Manus单次任务消耗token数或达十万，Agent对token消耗源于长上下文窗口、多Agent/工具通信、验证模块、多模态场景，底层算力需求旺盛 [116][117][120] - Agent落地面临意图混淆、多Agent合作、幻觉等问题，学界和业界积极探索解决方法 [124][128][133] 5、投资建议 - Agent进展迅速，AI产业链趋势向上，AI模型及技术迭代利好有数据、客户、场景的软件企业，看好ERP和政府方向落地订单和产品，如金蝶国际、用友网络等 [4][138] - 模型私有化需求增加，利好一体机、超融合和B端服务外包企业，推荐服务器等相关标的及金融等领域企业，算力租赁和IDC标的值得关注 [4][138]

AI旅行规划行业现状 - AI旅行规划助手雏形已具备 主要瞄准旅行弱规划人群和中老年出行需求[4] - 主流平台已布局垂类AI工具 包括飞猪"问一问"、程心AI、携程问道等[2][12][78] - 行业呈现通用大模型与垂直工具并存格局 DeepSeek等通用模型与飞猪等专业工具各具优势[46][36] 核心功能对比 - 行程规划方面：DeepSeek考虑更细致 提供避堵提示和备用方案[22][46] 飞猪具备完整框架式理解 分攻略达人/线路制定师/智慧交通顾问/酒店顾问四大模块[17][18] - 交互体验方面：飞猪设置超链接词条、快捷修改小程序和预算调节进度条 操作便利性显著优于通用模型[37][39][42] - 信息准确性方面：各AI均存在景点信息滞后问题 DeepSeek出现虚构餐厅现象 飞猪推荐餐厅查无率更高[53][54][58][59] 技术瓶颈与改进方向 - 实时交通预测能力不足 DeepSeek低估堵车程度导致用户被困车流[23][26] 飞猪将堵车提示放在末尾降低实用性[30][33] - 信息更新机制待完善 博物馆闭馆时间、展览信息等存在滞后[84][89] 门票价格与政策未同步更新[61] - 个性化推荐需优化 程心AI因过度聚焦"山城"关键词遗漏工业遗迹推荐[99] 携程问道在未知领域表现更谨慎[91] 用户需求洞察 - 弱规划人群需求被低估 上班族和中老年群体对低学习成本AI工具存在刚需[105][107] - 全流程服务缺口明显 用户期待食住行分步骤规划比价及一键预定功能[45] - 自然语言交互待提升 当前需精心设计提示词影响使用体验[48][49]

飞猪"问一问"功能核心分析 产品功能设计 - 通过自然语言输入旅行需求 自动生成包含机酒、行程、预算的一站式解决方案 [20][29][30] - 采用多顾问协同模式 分别处理交通、酒店、预算等细分需求 [22][29] - 提供实时价格计算功能 预算滑块可动态调整方案总价 [32][33][38] - 支持图文版行程输出 可投射至地图导航 含景点开放时间等实用信息 [34][35] 行业差异化优势 - 整合实时行业数据 包括航班动态、酒店库存等 避免通用AI的过时信息问题 [47][48] - 实现需求到交易的闭环 用户可直接在APP内完成机酒预订 [36][50] - 深度理解旅游行业Know-how 如合理路线规划、时间分配等 [16][29][41] - 支持多维度约束条件 包括预算、偏好、天气等复杂变量 [48][49] 用户体验优化 - 行程安排精确到小时级 含交通时间、景点停留时长等细节 [31][34] - 可根据反馈实时调整方案 如增加室内活动等个性化需求 [41] - 自动规避常见陷阱 如中转航班不合理等问题 [32][33] - 内置用户评价数据 辅助酒店等选择决策 [29][31] 技术实现特点 - 依赖飞猪生态的实时结构化数据 非爬取公开信息 [47][48] - 处理多源异构数据能力 整合机票、酒店、游记等不同维度信息 [48] - 支持开放式自然语言输入 非固定选项交互 [48][49] - 强调行业闭环而非单纯对话 实现从规划到预订的全流程 [50][53] 市场时机选择 - 五一假期前上线 精准捕捉旅游攻略高峰期 [4] - 填补市场空白 现有AI旅游攻略普遍存在可用性问题 [16][20] - 差异化竞争携程等对手 提供更深度垂直服务 [20][47]