一、引言
本文探讨了生成式人工智能在国土空间规划领域的应用现状、挑战和未来发展方向。通过问卷调查，分析了行业对生成式人工智能的认知、使用情况和需求，并提出了加速其应用路径变革的建议。
二、受访群体特征
调查覆盖全国31个省级行政区，共收集有效问卷8209份，受访者主要为政府部门及城市规划设计单位人员，具备扎实的专业背景与丰富的实践经验。样本结构合理，涉及多种工作年限的人群，兼具代表性和专业性。
三、生成式人工智能在国土空间规划领域的应用现状
- 受访群体对生成式人工智能工具的熟悉情况：近九成调查对象有意愿在工作中使用生成式人工智能工具，但熟悉程度较低，使用频率尚有限，技术应用尚处于早期阶段。
- 受访对象对生成式人工智能的使用场景分析：文本撰写与编辑是核心应用场景，近六成调查对象在工作中使用该技术。同时，近五成调查对象认为该技术能够有效启发工作思路、简化复杂任务。
四、生成式人工智能在国土空间规划领域应用的主要挑战
数据可用性与质量、技术成熟度以及人才体系建设是调查对象较为认可的三大核心挑战。其中，“数据不足或数据质量问题”被选为行业应用面临的首要挑战。
五、生成式人工智能在国土空间规划领域的未来应用需求
- 行业场景示范：77.10%的调查对象提出需针对性开发适配规划业务需求的专用模型，47.06%的调查对象主张通过产学研合作机制，整合行业需求、技术能力与数据资源。
- 模型构建：多数调查对象倾向于通过产学研合作方式，开发具备规划业务理解能力的行业模型。
- 数据共享与公众参与：52.20%的调查对象愿意参与建设，19.09%的调查对象持观望态度。同时，45.85%的受访者愿意开放相关数据和案例进行行业大模型训练。
六、生成式人工智能加速国土空间规划路径变革
- 开展培训与应用指导，形成行业共识：建立国土空间规划行业生成式人工智能培训体系，开展典型应用场景示范，研究综合性工作指引。
- 跨领域共建共享，保障生成式人工智能应用的落地与规范：建立政府主导、企业参与、科研支撑的多主体协同机制，推动自然资源、地理信息、社会经济等多源数据的规范化整合。
- 推动产学研合作，共同培育生成式人工智能规划人才：企业、高校、科研机构和行业主管部门共同突破技术瓶颈，加速行业生成式人工智能技术落地，为行业提供高素质、复合型的人工智能规划人才。
七、展望
生成式人工智能在语言理解与文本生成方面已取得长足进展，但技术体系仍处于探索发展阶段，与国土空间智能规划的要求仍存在较大的差距。未来，需加快生成式人工智能与国土空间规划知识体系的深度融合，以典型应用场景建设为引领，推动建立行业知识库，构建行业高质量数据集；搭建具备专业性与普适性的技术框架，推动生成式人工智能与国土空间规划双向赋能。
