摘要：近日，安徽黄山，江西庐山、武功山、杨岐山，广西遇龙河，重庆三峡龙脊等景区纷纷宣布接入DeepSeek大模型，引发广泛关注和讨论。景区接入DeepSeek，是AI赋能还是营销噱头？DeepSeek在景区有哪些应用场景，效果如何？接入DeepSeek难度大吗，到底
近日，安徽黄山，江西庐山、武功山、杨岐山，广西遇龙河，重庆三峡龙脊等景区纷纷宣布接入DeepSeek大模型，引发广泛关注和讨论。景区接入DeepSeek，是AI赋能还是营销噱头？DeepSeek在景区有哪些应用场景，效果如何？接入DeepSeek难度大吗，到底怎么接入？围绕这些问题，中国旅游报记者采访了相关景区代表和行业专家。
纷纷接入 AI赋能还是营销噱头
近日，黄山旅游发展股份有限公司宣布，旗下途马科技研发的黄山AI旅行助手全面接入DeepSeek大模型，以“技术自主化+场景深融合”双轮驱动为黄山文旅数智化注入新动能。
作为著名老牌景区，黄山为何选择接入DeepSeek？安徽途马科技有限公司首席技术官王恺乐告诉记者，此举主要是基于两方面考虑。“一是基于智能体能力提升方面考虑，DeepSeek R1模型有强大的推理能力，我们希望接入之后，能够进一步提升智能体的服务效果。二是基于服务成本考虑，DeepSeek大模型独立部署成本较低，原来独立部署的大模型成本接近千万元，现在费用可控制在百万元以内。完成模型独立部署，我们就能根据文旅场景需求对模型进行微调和训练，打造更适合黄山旅游的文旅垂类大模型。”
公开信息显示，基于DeepSeek大模型独立部署能力，途马科技因地制宜，通过自主选型大模型开发工具、向量数据库及部署方案等多措并举，构建了适配黄山旅游场景的垂直化技术体系，显著提升了模型对黄山文旅知识库的调用精准度。
“接入DeepSeek后，黄山AI旅行助手的回答准确率更高了，尤其在处理日期类问题时，回答效果更优，整体游客咨询准确率大约提升了2.5%。此外，原来我们只能依赖云厂商进行模型微调和训练，独立部署DeepSeek之后，模型训练成本降低，我们就可以通过训练的方式不断增强模型服务效果。目前我们已经实现了针对部分场景的模型微调，并计划对更多服务场景进行服务增强。这使我们的大模型更智能，更懂黄山，服务游客的效果也越来越好。”王恺乐说。
除了黄山，江西、广西、重庆等地的多家景区也纷纷宣布接入DeepSeek——
2月19日，江西庐山文控数字科技有限责任公司宣布将DeepSeek接入“一机游庐山”平台及AI数字虚拟人“庐悠悠”。
2月25日，江西武功山景区宣布以DeepSeek大模型为核心技术底座，打造“武功山一机游”智慧平台，并推出AI数字虚拟人“驴悠悠”。同日，广西遇龙河景区宣布成功自主搭建并部署DeepSeek智能导航系统“AI游遇龙河”。
3月1日，接入DeepSeek的“巫山神女”智慧文旅数字人系统在重庆三峡龙脊景区上线。
3月6日，江西庐山西海风景名胜区宣布“一码游西海”小程序正式接入DeepSeek智能系统。同日，江西杨岐山景区宣布微信公众号、服务号接入DeepSeek，24小时专属AI客服“龙龙”随之上线。
……
“景区纷纷接入DeepSeek，是当前‘AI+文旅’的具体实践。借助DeepSeek卓越的逻辑推理能力，游客仿佛拥有了一位贴心、博学的专属数字导游，可以获得自然、流畅的互动体验。”上海旅游高等专科学校教授施蓓琦说，景区接入DeepSeek的深层价值与显著益处体现在智能行程规划、多模态交互服务以及行中实时支持等方面，可以提升游客体验的个性化和便捷性。她坦言，这一创新实践在引发广泛关注的同时，也激起了关于营销噱头与技术泡沫的深入讨论，促使业界反思技术落地过程中的现实瓶颈和应用场景的功能局限。
施蓓琦说，AI的精准回答离不开大量高质量数据的支撑，但文旅行业仍深受数据孤岛、隐私保护等难题的困扰，这或将制约AI在文旅行业的深入应用和价值释放。目前，AI应用主要集中在功能优化层面，尚未对行业业绩产生直接且显著的提升。这说明，在文旅行业的初步应用阶段，AI技术更多是助力企业提升竞争力和用户黏性，而非直接创造收入。因此，景区在引入DeepSeek等AI技术时，应警惕将其仅作为宣传噱头的倾向，而应结合自身特色，开发具有差异化的应用，避免流于表面。
应用场景 更懂景区也更懂游客
“目前景区接入DeepSeek多应用于微信小程序、公众号、服务号等，具体应用场景包括景区信息查询、景区讲解服务、景区游线规划、智能景区客服等方面。”北京第二外国语学院数字文旅研究中心主任邓宁说，对于以上4种应用场景，目前大模型的技术水平已经可以实现较好的支持，最重要的是景区数据或者知识的“颗粒度”能否满足游客需求，也就是说，大模型是泛泛地给出一段互联网上的景区介绍，还是能够结合景区内部具体细节和实时数据给出精准、个性化、及时的反馈结果，对游客所产生的价值显然是不一样的。因此，如何整合景区内部数据，甚至打通景区内各个关键节点的实时运营数据，为大模型提供高质量的数据，是基于AI大模型的景区服务的关键，也是AI时代对景区运营能力特别是数据思维能力、数据运营能力提出的新课题和新挑战。
邓宁建议，景区接入DeepSeek后，应基于AI大模型对现有信息化服务进行整合。目前景区的客服系统、信息服务平台、公众号等对客服务渠道，都可以逐渐尝试与AI大模型进行结合，提高景区信息服务的及时性、准确性、个性化水平，为游客提供能见度高、信息准确的景区信息服务。同时，还应依托DeepSeek接入推进景区数据体系建设。“大模型服务景区场景的关键还是景区数据。旅游的在途属性使其对实时数据产生了较高依赖，如果无法向大模型投喂高实时性的动态数据（如游览舒适度、拥堵区域、实时交通等信息），单纯依靠知识类静态信息，可能无法完全满足游客对大模型功能的需求，也就无法完成游前、游中、游后体验的闭环。景区参与AI大模型发展的关键是练内功，整合打通自身数据体系。”
在整合景区内部数据方面，率先“吃螃蟹”的黄山景区进行了诸多尝试。“接入DeepSeek后，黄山AI旅行助手更懂黄山也更懂游客。”王恺乐告诉记者，黄山AI旅行助手在部分场景对DeepSeek基础模型进行了微调，并挂载了黄山专属的知识库系统，将日常客服人员、运营人员收集的信息实时灌注给大模型，从而让大模型更懂黄山。“比如因特殊天气导致的缆车运营时间或开闭园时间临时改变、最新发布的景区优惠活动信息，黄山AI旅行助手都能准确回复。”
为了更懂游客，黄山AI旅行助手打造了一套基于大模型的用户意图识别系统，在获得授权的情况下，可以根据游客的位置信息、购票信息等，精准推荐产品或服务。王恺乐举例，比如，AI识别到游客已购买景区北大门门票但未购买索道景交车票，就会智能推荐对应北大门的索道景交车票，并根据游客身份信息自动匹配老人、小孩、军人等优惠。再比如AI识别到游客在山上，下午游客提问哪里适合看日出，黄山AI旅行助手在准确解答这一问题的同时，还会通过意图识别给游客推荐山上的酒店，帮助游客快速完成预订。
在智能交互方面，接入DeepSeek的黄山AI旅行助手也进行了升级。王恺乐介绍，黄山AI旅行助手不仅限于用文字、语音和用户进行交互，还开发了多种服务卡片、数字人等新形态服务。“例如，游客咨询景区天气的时候，我们会直接给出天气卡片，游客可以直观查看未来几日的天气以及可观看到云海、日出等景观的概率。游客咨询票价的时候，我们可以直接给出智能购票卡片，游客可以一键完成景区门票预约预订。此外，数字人黄山智游小助理还可以通过实时通话的沉浸式互动交流方式，为游客带来更直观、高效的使用体验。”
在黄山AI旅行助手接入DeepSeek后，黄山风景区市场监督管理局还创新打造了“DeepSeek+旅游市场监管”模式。“针对网络退订纠纷等旅游消费痛点，我们利用AI实现证据要素提取、处置建议生成等一站式处理方案，可缩短纠纷解决周期，并引导消费者合法合理维权。”黄山风景区市场监督管理局相关负责人丁旭峰说。
“景区接入DeepSeek后，进一步将其与旅游市场监管相结合，可以提升景区管理与运营效率。”施蓓琦说，“DeepSeek+旅游市场监管”具体可打造四大应用场景：构建智能化的投诉举报分析体系，自动匹配法规案例，显著提升响应群众诉求的质量与效率；定制化生成文旅企业合规指引，有力支持市场主体健康发展；通过执法校验模块精准识别文书逻辑疏漏与格式瑕疵，确保执法规范化；借助智能公文辅助系统，提升文书起草效率。
接入模式 适合的才是最好的
景区接入DeepSeek难度大吗？到底怎么接入？
在施蓓琦看来，景区接入大模型的难度主要体现在定制化开发与场景适配、数据整合与知识库构建、算力与硬件成本三大方面。“首先，尽管DeepSeek作为开源大模型具有广泛应用潜力，就景区具体场景而言，需构建专业的景区知识库，并结合检索增强生成（RAG）或垂直微调等技术，以避免因缺乏景区专属知识而出现的‘幻觉’问题。这一过程涉及模型训练、数据清洗、接口开发等多个环节，技术复杂度较高，需要专业的技术团队支持。其次，景区还需将分散的运营数据，如游客行为、景点信息、历史资料等，整合为结构化知识库，供模型调用，这同样是一项复杂且耗时的工作。最后，在算力与硬件成本方面，依赖第三方算力虽可降低初期投入，但长期需支付API（应用程序编程接口）调用费用；而本地部署则需高性能服务器支持千亿参数模型，硬件成本较高。因此，景区接入大模型不仅需要克服技术难题，还需考虑经济成本和资源投入。”
邓宁介绍，目前景区接入DeepSeek的主要模式有几种。一种是本地化部署，DeepSeek已经发布了不同规模的本地化部署文件，景区可以根据本地计算资源的实际情况选择合适的部署文件进行接入。另一种是直接调用DeepSeek云端的API，从DeepSeek的服务器获取服务。但由于目前DeepSeek自身API服务基本处于饱和状态，所以更多的DeepSeek云端API服务是通过火山引擎、硅基流动、腾讯元宝等部署了DeepSeek的第三方互联网厂商来进行。
邓宁说，本地化部署的好处在于，没有调用大模型的API费用成本，也没有网络传输和服务器繁忙的问题，相对云端而言，可以保证景区自身的数据和知识库访问都在本地进行，没有数据外泄的风险。而缺点主要在于两个方面。一方面，对景区自身计算资源要求较高，目前一般景区的服务器水平可能难以满足高版本DeepSeek本地化部署的要求，总体而言，要稳定流畅运行大模型对算力要求非常高，大模型系统运维也需要一定技术门槛。另一方面，DeepSeek会有版本迭代以更新最新知识数据，本地化部署可能出现知识不新鲜的问题。
为此，邓宁建议，由于本地化部署DeepSeek维护成本较高，一般中小景区更适合选择云端可靠的第三方服务来实现DeepSeek接入。在选择第三方服务时，要注意对比调用成本和服务稳定性等因素。而对于极少数特大型景区，特别是对数据本地化要求较高且具有较强系统算力资源和运维团队的景区，可以考虑采用本地化部署的方式。同时，景区也要兼顾服务功能类型、服务场景等具体情况，选择包括但不限于DeepSeek的各类大模型服务。
“目前由DeepSeek引发的对生成式人工智能的热情和关注达到空前的程度，但需要理清一个问题：DeepSeek不是大模型的全部，也不是景区行业应用大模型的唯一选择。”邓宁说，目前市场上有各类大模型服务，有的在多模态能力方面更为出色，有的在深度推理方面更为出色，有的在知识数据方面更为全面，有的则在交互体验方面更具优势，并不存在一个绝对意义上的AI“全能冠军”。景区应根据自身需要，进行深入研究、对比，理性选择适合自己的大模型服务。（作者：中国旅游报记者 李凤；编辑：杨硕）
来源：中国旅游报
