2025国土空间规划领域生成式人工智能应用蓝皮书.docx

国土空间规划领域生成式人工智能 应用蓝皮书
(2025年)

指导单位：自然资源部国土空间规划局
编写单位：自然资源部国土空间智能规划技术重点实验室

同济大学建筑与城市规划学院
自 然 资 源 部 城 市 仿 真 重 点 实 验 室
武汉市自然资源和规划信息中心

2025年6月

目 录

一、引言 1

二、国土空间规划领域生成式人工智能应用全景分析 6

( 一 )受访群体特征 6

(二)生成式人工智能在国土空间规划领域的应用现状 8

(三)生成式人工智能在国土空间规划领域的主要挑战 13

(四)生成式人工智能在国土空间规划领域的未来应用需求 15

三、生成式人工智能加速国土空间规划路径变革 18

(一)开展培训与应用指导，形成行业共识 18

(二)跨领域共建共享，保障生成式人工智能应用的落地与规范 19

(三)推动产学研合作，共同培育生成式人工智能规划人才 20

(四)构建多维应用场景，推动生成式人工智能与国土空间规划双向赋能 22

四、展 望 24

附件：国土空间规划领域生成式人工智能应用调查问卷 25

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

国土空间规划领域生成式人工智能应用蓝皮书
(2025年)

一、引言

在推进国家治理体系和治理能力现代化的进程中，国土空间规划作为国家空 间发展的指南与可持续发展的空间蓝图，承担着至关重要的使命。当前，我国空 间规划已步入“多规合一”和空间治理阶段，国土空间规划及其数智化转型发展 面临着多重严峻挑战。在数据治理层面，多源异构数据整合需求迫切，历史用地 数据、实时传感器信息以及公众诉求文本等多源数据交织，传统规划工具在数据 清洗与特征提取方面存在明显技术瓶颈；在利益协调方面，多元利益主体的博弈 加剧，现有公众参与机制大多为单向信息传递，难以有效整合居民空间偏好与企 业开发诉求等冲突性表达，导致多元治理困局难以破除；在技术背景方面，数智 化技术的迅猛发展促使人工智能方法逐渐成为国土空间规划的关键技术路径。
生成式人工智能作为新兴技术，凭借其多模态数据解析能力、跨领域知识整 合能力和协同推理能力，为国土空间规划领域的诸多难题提供了创新性解决方 案。多模态解析能力使其能够同步解析跨部门资料、卫星影像、社交媒体、规划 文本与街景图像等多源信息，实现对城市空间特征的全方位、立体式认知；知识 库存储与知识图谱构建技术有助于整合国土空间规划“一张图”、历史保护名录 以及公众诉求，建立跨领域关联规则库，有效提升规划要素的完整性；多智能体 机制则通过模拟不同利益主体的博弈过程，为国土空间规划编制提供多主体视 角，助力构建涵盖“理论-分析-编制-评估”环节的国土空间规划闭环。
为深入贯彻落实国家关于加快人工智能技术在各领域应用的战略部署，全面 提升国土空间数字化治理水平，自然资源部国土空间规划局积极组织开展生成式 人工智能在国土空间规划领域的建设和研究工作。为全面、系统地掌握生成式人

1
引言

工智能在国土空间规划领域的研究现状、发展前景、应用需求和建设路径，自然 资源部国土空间规划局就国土空间规划领域生成式人工智能应用情况，组织开展 了问卷调查。
在自然资源部国土空间规划局的指导下，同济大学建筑与城市规划学院牵头 建设的自然资源部国土空间智能规划技术重点实验室、武汉市自然资源和规划信 息中心牵头建设的自然资源部城市仿真重点实验室联合发起，在2025年2月1日至 2月28日期间，对全国31个省、自治区、直辖市和新疆生产建设兵团的自然资源 主管部门进行了全面、深入的问卷调查，采用各级自然资源主管部门组织相关人 员在线填写问卷的方式，且要求各省份组织受访人员不少于20人，以确保调查结 果具有广泛的地域代表性和行业覆盖面。调查共收集到8366份问卷，在剔除回答 时间少于1分钟以及大于24小时的无效问卷后，最终保留有效问卷8209份(有效 率98.1%),问卷质量高、覆盖广、代表性好，为深入分析生成式人工智能在国 土空间规划领域的应用情况提供了科学可信的数据基础。
通过对问卷数据的深入分析，凝练以下五点主要结论：

01 受访群体具有广泛代表性与高度专业性

本次调查对象覆盖了全国所有省级行政区(除港澳台),地域分布广泛且均 衡，展现出较强的区域代表性。从区域数据来看，广东省回收问卷2330份，占总 样本量的28.38%,位居各省(区、市)首位。从调查对象的职业构成来看，样 本群体以政府部门及城市规划设计单位人员为主，覆盖国土空间总体规划、详细 规划编制和城市设计等核心业务领域，具备扎实的专业背景与丰富的实践经验。 其中，政府部门3693份、城市规划设计院所2648份、企业及咨询机构660份、 高校及研究机构360份、其他539份、非政府组织与自雇18份，另有291份涉及 多重单位身份。在从业经验方面，样本展现出多层次的分布特征，充分体现行业 人才梯队结构的多样性与合理性。其中，尚未工作的人员占1.99%,从业1-5年

2
国土空间规划领域生成式人工智能应用蓝皮书(2025年)

的青年人员占26.96%,从业6-10年的人员占22.39%,从业11-15年的人员占 21.79%,从业15年以上的资深专业人员占26.87%。整体来看，本次调查样本结 构合理，涉及多种工作年限的人群，兼具代表性和专业性，为后续分析与政策建 议提供了坚实基础。

02 行业对生成式人工智能接受度较高，但是存在技术认知差异

调查结果显示，调查对象普遍对生成式人工智能技术持开放、积极的态度。 92.90%的调查对象表示愿意在工作中引入并使用该技术，体现出从业群体对其在 规划工作中潜在价值的高度认可与期待。从技术认知发展进程来看，49.21%的调 查对象是在一年前开始接触生成式人工智能，39.21%的调查对象为今年首次接 触，11.57%的调查对象为两年前开始使用，表明该技术在行业中的普及尚处于应 用探索的起步阶段。在熟悉程度方面，80.13%的调查对象对生成式人工智能 有所了解，但深入掌握者仍较少，仅有2.07%的调查对象自评为“高度熟悉”, 反映出当前行业内精通该技术的专业人才仍较为稀缺。在实际应用层面，有 78.00%的调查对象已在工作中尝试使用生成式人工智能技术，显示其在行业中的 初步应用基础已具备，然而，其中仅有13.18%的调查对象自评为高频使用者。总 体来看，生成式人工智能在行业内展现出良好的发展潜力，并受到广泛关注，但 其应用深度与强度仍有待进一步加强。
03 生成式人工智能的应用场景以文本生成与认知辅助为主，逐步向多领域拓展

生成式人工智能在国土空间规划领域已形成多元化应用格局，并在核心业务 环节展现显著效能。从具体应用场景看，文本撰写与编辑为当前最主要的应用类 型，59.69%的调查对象表示已在材料初稿生成、报告润色和文案整理等工作中使 用该技术。50.49%的调查对象将生成式人工智能用于工作思路的启发，反映出其 在认知辅助方面的广泛应用价值。在数据处理类任务中，27.40%的调查对象表示

3
国土空间规划领域生成式人工智能调研全景分析

曾使用该技术进行数据分析与可视化，如图表生成、趋势识别等。除此之外，调 查对象还将其应用于图像处理、跨单位沟通协作和其他更多场景中，体现出应用 场景正逐步向多元复杂任务拓展。就技术带来的实际成效而言，84.30%的调查对 象认为生成式人工智能明显提升了工作效率，62.8%的调查对象表示该技术有效 启发创新思路，58.63%的调查对象认可该技术在简化复杂任务上的成效， 44.40%的调查对象认为能够优化设计方案。部分调查对象还指出，生成式人工智 能有助于提升规划成果的表达质量与可视化水平，增强公众理解与沟通效果。生 成式人工智能在行业内的应用仍以内容生成和认知支持为核心，但其功能已逐步 延伸至图像处理、协作沟通等多类型场景，具备良好的拓展趋势和深化空间。

04 数据、技术与人才是当前生成式人工智能应用面临的三大核心挑战

尽管生成式人工智能技术前景广阔，但其在国土空间规划中的应用仍受到多 方面因素制约，其中以数据可用性与质量、技术能力成熟度以及人才支撑体系最 为关键，构成了行业公认的三大核心挑战。具体来看， “数据不足或数据质量问 题”被73.08%的调查对象选为行业应用面临的首要挑战，反映出数据可获取性 差、质量不统一等问题已成为普遍共识，严重制约了模型训练与实际应用效果。 “技术成熟度不足”同样为关键障碍，65.40%的调查对象认为现阶段生成式人工 智能尚不具备支持规划业务复杂逻辑建构与高精度表达的能力，难以满足正式业 务流程中的精细化需求。在人才方面，51.60%的调查对象指出“缺乏专业人才” 是主要问题。除此之外，拥有专业知识也格外重要。有35.38%的调查对象认为当 前的生成式人工智能的知识体系中缺乏专业的规划知识，难以满足规划编制需 求。另一方面，有29.42%的调查对象提到“缺乏好用的工具”,间接反映出当前 技术工具专业性有限，需要规划专业与人工智能技术复合型人才。当前生成式人 工智能在国土空间规划中的发展面临典型的“数据一技术一人才”三重门槛，亟需 在数据资源整合、专业工具研发、复合型人才培养以及政策机制完善等方面进一 步发展。

4
国土空间规划领域生成式人工智能应用蓝皮书(2025年)

05 未来发展需求集中于行业场景示范、模型构建、数据共享与公众参与

面对上述挑战，调查结果显示行业内对未来发展方向已形成较为清晰的共 识。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%的调查对象进一步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，提升模型的专业性和实用性。将生成式人工智能应用于国土空间规划， 依赖全国各地积极参与建设。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。表明大多数规划从业者对生成式人工智能的应用提出新的期待。但是， 26.64%的受访者担忧数据泄露问题而不愿意公开数据，说明未来数据共享是模型 建设上需要关注的问题。此外，生成式人工智能在公众意见收集、参与模拟等环节 展现出巨大的应用潜力，其能够有效降低专业门槛，提升沟通效率，未来有望在提 高公众参与质量、推动国土空间规划协同治理方面发挥更为重要的作用。
综上所述，生成式人工智能在国土空间规划领域的应用正处于快速发展与探 索阶段，机遇与挑战并存。本蓝皮书旨在通过深入分析调查结果，为行业主管部 门、相关从业者以及研究人员提供全面、系统的参考，共同推动生成式人工智能技 术在国土空间规划领域的健康、有序发展，助力提升国土空间治理的科学性、精准 性与智能化水平，为实现国家高质量发展和可持续发展目标贡献智慧与力量。

5
国土空间规划领域生成式人工智能应用全景分析

二、国土空间规划领域生成式人工智能 应用全景分析

01 受访群体特征

从调查对象所在省份来看，本次调查覆盖了全国范围内的全部省级行政区 (港澳台地区除外),样本在地理维度上分布广泛，问卷数量在各省间分布不 均，介于20至2330份之间，中位数为178份。其中，广东省回收数量最多，江 西、贵州、内蒙古等省(区)次之，西部和边缘地区样本数量相对较少，这在一 定程度上反映了不同地区在国土空间规划工作中的发展差异与人力资源分布不均 等现象。
本次调查覆盖的群体兼具多元化与专业性，普遍具备相关专业背景，并具有 较强的行业代表性。从单位性质来看，政府机构与城市规划设计单位为主要来 源，合计占比接近八成。其余调查对象来自企业、咨询机构、高校与研究机构、 非政府组织及自雇。调查对象所从事的业务主要为国土空间规划和详细规划与城 市设计，交通市政设施、产业布局、社区发展及智慧城市建设等多个方向也有所 覆盖。在从业年限分布上，样本结构较为均衡，涵盖了从初入职场的青年人才到 经验丰富的资深从业者。除尚未正式入行者比例较低外，各工作阶段的调查对象 数量分布相对均衡，具有1-5年和15年以上工作经验的人群占比较高。

6

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

尚未工作
15年以上
26.9% 1-5年
27.0%

11-15年 6-10年
21.8% 22.4%

图1 调查对象工作年限分布图

3500 1000

2500

7
■政府部门
■学术机构(高校/研究院)

■城市规划设计院所
■ NGO (非政府组织)

■私营单位/咨询机构
自雇

■其他

图2调查对象现任单位分布图

国土空间规划领域生成式人工智能应用全景分析

0
5000

4500

4000 1500

3500

3000 2500
2000
1000
500

■国土空间总体规划 ■详细规划/城市设计 ■其他 ■交通市政/基础设施 ■区域发展/产业规划
■社区发展/公共服务 ■智慧城市 ■遗产与历史保护 生态韧性
图3调查对象工作涉及领域分布图

02 生成式人工智能在国土空间规划领域的应用现状

(1)调查对象对生成式人工智能工具的熟悉情况
调查对象整体对生成式人工智能工具持较高接受意愿，已进入初步了解与有 限使用的过渡阶段，呈现出“高度关注一探索尝试”的特征。数据显示，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，说明该类技术在受访群体中的 接受度较高，具备良好的推广基础。在使用频率方面，近八成的调查对象已开始 尝试将生成式人工智能融入工作或学习流程，但普遍的是熟悉程度较低。仍有部 分调查对象表示完全不使用人工智能，反映出技术渗透率仍有提升空间。
值得关注的是，调查开展期正处于DeepSeek 等大语言模型正式发布后，随 着该类工具近期的快速推广，调查对象对生成式人工智能的认知水平与使用情况 有可能出现进一步提高。调查数据显示，近九成调查对象是2024-2025年开始接 触生成式人工智能工具，其中超过一半于2024年开始使用该技术，表明该技术的

8

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

大众认知路径尚在形成之中。结合不同地区调查对象的接触时间来看，普遍在近 一年内接触生成式人工智能，反映生成式人工智能技术在全国范围内的扩散呈现 出相对同步的趋势。从不同工作年限群体的接触时间来看，青年从业者(1-5 年)和尚未工作者接触时间相对更早，而15年以上从业者中，2025年首次使用人 工智能的比例相对较高，这一时间点与DeepSeek 等本土模型的发布时点较为吻 合，说明国产大模型可能在年长用户群体中起到了 一 定的推动作用。
总体而言，调查对象在认知和行为上已展现出对生成式人工智能工具的初步 接受与探索趋势，但使用频率与熟练程度尚有限，技术应用尚处于早期阶段。本 次调查恰逢新一代国产大模型发布，为从业者了解与应用生成式人工智能提供了 现实契机 ， 也促使调查对象在问卷中提出更具针对性和实践价值的反馈 ， 为未来 生成式人工智能在行业的深化应用奠定了良好基础。

完全不愿意 未决定
2.1% 5 0%

略有意愿
23.9% 非常愿意
39.9%

有点愿意
29.1%
图4调查对象生成式人工智能使用意愿分布图

9

国土空间规划领域生成式人工智能应用全景分析

高度熟悉
完全不熟悉
20%
中等熟悉 15%

图5调查对象生成式人工智能熟悉程度分布图

总是
2%

有时
65%
图6 调查对象生成式人工智能使用频率分布图

10

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
尚未工作 1-5年 6-10年 11-15年 15年以上

■两年前■一年前■今年
图7不同工作年限的调查对象生成式人工智能开始使用时间分布图

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
东部地区 中部地区 西部地区 东北地区
■两年前 ■一年前■今年

图8不同地区的调查对象生成式人工智能开始使用时间分布图

(2)调查对象对生成式人工智能的使用场景分析
调查对象对生成式人工智能的预期作用与实际使用场景存在较高一致性，尤 其在效率提升与文本内容生成方面。当前，文本撰写与编辑是生成式人工智能在 实际工作中的核心应用场景，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，这一预期也在实

11

国土空间规划领域生成式人工智能应用全景分析

际使用中得到了印证。除了文本处理，部分调查对象在数据分析与可视化、图像 处理与优化等方面也开展了初步探索，说明生成式人工智能在多类型任务中的适 用潜力。此外，不同工作年限的调查对象在生成式人工智能的使用上表现出偏好 差异。资深从业者更关注其提升效率的工具属性，而年轻用户则更倾向于将其作 为激发灵感的辅助工具，体现出不同职业阶段在技术应用上的偏好差异。
总体来看，调查对象已在多个典型工作环节中应用生成式人工智能，使用重 点集中于效率提升与思路启发 ， 技术表现与使用预期基本吻合 ， 表明生成式人工 智能在国土空间规划行业具备广泛的实用价值与发展前景。

0
7000

6500

6000

5500

5000

4500
4000
500

1000

1500

2000

2500

3000
3500

■ 提高工作效率■提供创新思路■简化复杂任务■优化设计方案■其他
图 9 调查对象对生成式人工智能最大优势看法分布图

12

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

0
5000

4500

4000 1500

3500 2000

3000 2500
1000
500

13
■文本撰写与编辑
■图像处理与优化


■工作思路启发 ■数据分析和可视化 ■.与相关单位交流与沟通■其他

图10调查对象生成式人工智能使用场景分布图

03 生成式人工智能在国土空间规划领域应用的主要挑战

当前，尽管生成式人工智能在国土空间规划领域受到广泛关注，并获得了多 数从业者的使用意愿支持，但其在实际应用过程中仍面临多重挑战。调查结果显 示，近九成调查对象表达了在工作中使用生成式人工智能的积极意愿，但同时， 近六成调查对象认为其功能尚有限，仅能在部分任务中发挥辅助作用，难以替代 人工在复杂决策中的综合判断能力。
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。数据问题最受到调查对象的关注，包括对数据量不足、质量参差以 及对数据隐私与安全的广泛担忧。有七成调查对象认为，数据量不足、质量参差 以及数据共享受限，严重影响了生成式人工智能的模型训练与应用效果。特别是 在国土空间规划这一高度依赖高质量、敏感数据的领域，信息封闭性加剧了模型 的适应难度 ， 成为限制其广泛推广的首要因素 。 在技术层面 ， 生成式人工智能仍

国土空间规划领域生成式人工智能应用全景分析

存在诸多缺陷。六成调查对象指出，当前生成式人工智能在地理信息处理与分析方 面的能力尚显不足，难以处理复杂空间数据和生成科学规划方案。此外，人才短缺 现象受到广泛关注。调查显示，约半数调查对象认为缺乏既懂生成式人工智能应用 又熟悉规划业务的专业人才，反映出对专业人才培养与专业模型的迫切需求。
0
6000

5500

5000

4500

4000
2000
2500
1000
1500
500

3500 3000
■ 数据不足或数据质量问题 ■技术成熟度不足 ■ 缺乏专业人才■法规和政策限制■其他
图 1 1 调查对象对生成式人工智能在规划行业中面临的最大挑战看法分布图
0
6000

5500

5000

4500

4000
3500
2000
2500
3000
1000
1500
500

■容易泄密 ■数据不足或数据质量问题l■地理信息支持不完善 ■规划相关知识不足 专业人才不足 没有好用的工具 其他
图12调查对象认为阻碍生成式人工智能在国土空间规划中采用的因素看法分布图

14

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

04 生成式人工智能在国土空间规划领域的未来应用需求

结合问卷分析，当前调查对象普遍期望能够通过产学研合作，构建专业的行 业大模型，在保障数据安全的前提下，满足国土空间规划实践需求。调查结果显 示，调查对象整体对生成式人工智能持开放态度，近半数愿意参与行业模型建 设，另有约三成倾向于以使用者身份支持模型发展，为行业融合与模型落地提供 了良好的实践基础。
在技术建设路径上，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，而非直接套用通用大模型。近八成调查对象提出需 针对性开发适配规划业务需求的专用模型，其中半数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，提升模型的专业性和实用性。该 倾向在一定程度上反映了从业者对模型专业适配性与实际可用性的现实关注。但 是，仍有近两成调查对象认为可以直接套用通用大模型，说明行业内部在应用路 径上存在一定分歧，这为生成式人工智能技术应用也带来了认知挑战。
在建设重点方面，数据共享与安全保障被广泛关注。多数调查对象认为应通 过互联网或行业专网训练大模型，以最大化数据共享效能。但近三成的调查对象 表示担忧数据泄露问题而不愿意公开数据。在未来构建专业大模型时，数据安全 问题应该成为关注重点。此外，调查对象普遍期待未来生成式人工智能能够更多 的应用于提升工作效率、简化工作流程、整合多源数据和支持公众参与等方面， 增强其在国土空间规划工作中的实用性。

15

国土空间规划领域生成式人工智能应用全景分析

非常愿意，贡献技术
力量与数据资源
52.2%

较为愿意，以使用为主
28.7%

图13调查对象对参与国土空间规划行业生成式人工智能建设工作的意愿情况

行业联合高校或科研
机构，产学研结合
47.5%
其他
3.7%
直接使用通用大模型
18.5%

单位建立自己的专业队
伍
30.3%

图14 调查对象对生成式人工智能在规划行业的建设路径选择

愿意，代表未来发展方向
45.8%

不愿意 ， 会泄露单位数据
26.5%

图15调查对象对行业数据开放用于模型训练的接受程度

16

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

17
创新思路
可解释性
模型训练
实时反馈
国土空间一张图
多模态数据 跨学科融合
资源优化配置
垂直模型
自动化生成
动态模拟
行业大模型 政策法规嵌入
知识图谱 公众参与 多源数据整合

伦理风险

模板化处理
GIS融合
人机协同
智能绘图
简化工作流程
优化方案
涉密数据

提高工作效率数据共享壁垒
动态监测
合规性审查
数据安全
科学决策
数字孪生
数据分析
预测能力
文本生成

图16 调查对象对生成式人工智能运用于国土空间规划领域的主要感想

随着生成式人工智能的不断发展，大模型正处于从学习、推理到应用落地的 关键时期。这一技术的发展，将重塑规划行业的“生产力-生产关系”范式。建议 以本次蓝皮书发布为契机，加快顶层设计与基础建设双向发力，推动规划行业从 “经验驱动”向“数智共生”的可持续发展，赋能新时代国土空间高质量发展与 高效能治理。

生成式人工智能加速国土空间规划路径变革

三、生成式人工智能加速国土空间规划路径变革

本次调查问卷通过系统性分析行业数据，其结论在一定程度上揭示了国土 空间规划行业对生成式人工智能的认知状况。但需要指出，问卷设计可能存在方 法论缺陷：核心观念题目的预设性导向风险、答案结构的穷尽性与包容性不足、 观念采集的主观性制约。为此，在考虑潜在方法缺陷基础上，采用交叉分析法进 行多维度数据比对，基于问卷数据的实际分布形成调查结果，旨在降低主观设计 对调查结论的潜在影响，以增强调查结论对生成式人工智能在行业中应用的启示 作用。

01 开展培训与应用指导，形成行业共识

第二章调查结果显示，调查对象对生成式人工智能在规划行业建设路径仅限 四种选项，暴露出问卷答案在穷尽性与包容性的不足。通过与问卷其他题目(问 卷主观题目)进行交叉验证，发现设定的四种选项与调查对象诉求具有较高的相 关性，表明数据可信度较高。调查结果表明，生成式人工智能在国土空间规划领 域已形成多元化的应用格局，并在多项核心业务环节展现出显著效能，逐渐被广 大从业者视为值得以开放和积极态度拥抱的技术。随着生成式人工智能在国土空 间规划中的不断深入，其发展路径正逐步从通用大模型向行业专属模型演进。然 而，行业中存在的“直接使用通用大模型”的主张，也反映出认知上存在双重差 异：一方面是对技术本身的理解程度不一，另一方面则是对其在具体行业应用场 景的认识存在分化。总体来看，生成式人工智能在国土空间规划中的应用仍处于 探索阶段。因此，形成行业共识是推动生成式人工智能应用赋能的基石，将对技 术应用的深度与生态协同的广度产生决定性作用。
为加速生成式人工智能在国土空间规划领域的应用与赋能，有必要建立行业

18

国土空间规划领域生成式人工智能应用蓝皮书(2025年)

培训体系、开展场景示范、研究综合性指引，确保技术发展与规划业务深度融 合。未来，需建立国土空间规划行业生成式人工智能培训体系，着力提升规划从 业者的技术素养。围绕生成式人工智能的基本原理、提示词设计、微调训练、检 索增强和智能体等内容，面向国土空间规划编制、审批、监测等不同应用场景开 展生成式人工智能技术的应用培训；开展典型应用场景示范，引导行业逐步形成 应用共识。选取具有代表性的省市开展多场景、多阶段的生成式人工智能应用示 范，覆盖规划方案生成、规划实施监测和公众参与等场景，总结形成可推广的案 例经验。通过示范引领、经验复用、技术共享等路径，推动行业内形成统一认 知、规范应用、稳步发展的良好生态。
基于场景示范等工作，研究综合性工作指引，推动生成式人工智能的广泛应 用。在行业共建方面，围绕共建共用的需求，细化生成式人工智能的使用边界、 数据接入要求、结果审校机制、数据安全、审核机制及技术伦理等相关研究，为 国土空间规划领域的场景构建和生成式人工智能技术应用提供基础参考；在技术 标准研制方面，以完善数据融合与治理、知识提炼与转译、高质量数据集建设、 规划案例训练、成果表达形式等标准体系为重点，确保生成式人工智能应用的合 理性与准确性。
02 跨领域共建共享，保障生成式人工智能应用的落地与规范

当前，国土空间规划领域正处于拥抱生成式人工智能的关键窗口期。调查结 果清晰地显示，行业共识已从“是否应用”转向“如何建设与应用”。调查对象 普遍认为，直接套用通用大模型难以满足规划业务的专业性、精准性和复杂性要 求，进而出现对规划、人工智能、信息科学等多专业协同和共建共享的跨领域协 同生态的强烈呼唤，以及共同开发具备深度“规划业务理解能力”的生成式人工 智能模型的需求。此外，如何平衡数据共享与安全之间的矛盾也是调查对象普遍 认为的关键问题，相关数据治理和安全保障机制亟待建立。唯有时刻把握“共建

19
生成式人工智能加速国土空间规划路径变革

共享”与“安全可控”的相互关系，系统性构建支撑数据高效有序流动的平台设 施、激发持续创新动力的协作机制与保障模型可信规范应用的法律法规与标准体 系，方能使生成式人工智能技术得以安全、可靠、精准地服务于构建全域全要素 协调统一的现代化国土空间治理体系。
展望未来，共建共享的跨领域协同生态是一项需要前瞻布局、持续投入和多 方精诚合作的系统工程，有待主管部门、规划行业人员、相关科研机构、高校、 企业等的共同参与和深度协作。在行业数据集共建方面，要建立政府主导、企业 参与、科研支撑的多主体协同机制，通过政策引导与技术赋能，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，明确行业数据集建设技术范式， 共建覆盖多尺度、多类型的高质量行业数据集，为模型训练、评估与优化提供核 心支撑。在共建共享机制方面，可依托主管部门、行业组织和科研机构，明确数 据、工具、模型、算力等资源的共享边界与参与方式，制定激励机制，推动各类 资源有序流通和成果的协同转化。

03 推动产学研合作，共同培育生成式人工智能规划人才

建设行业生成式人工智能关键的路径是通过产学研结合，共同培育复合型人 才。基于问卷分析可以发现，当前业内已经普遍认识到需要构建专业的行业大模 型以更好地满足规划需求，而建设行业大模型最受认可的路径在于以产学研合作 为基础的协同建设。
企业在推动行业生成式人工智能应用的过程中，发挥着至关重要的作用。 一 方面，具备技术实力和研究基础的企业可以自主研发行业生成式人工智能，而对 于科研能力较弱的企业，推荐加强与高校和科研机构的合作，借力其技术创新和 科研支持，形成互补效应，确保技术的可行性与专业性。另一方面，企业可以利 用其数据资源和实际应用场景，推动从传统国土空间规划向数字化、智能化的转 型。例如，通过在规划编制、体检评估、实施管理等业务的实际项目中应用生成

20
国土空间规划领域生成式人工智能应用蓝皮书(2025年)

式人工智能技术，识别关键问题并开发定制化解决方案。

高校在产学研合作中发挥着不可替代的作用，尤其在人才培养和理论研究方 面。首先，鼓励高校根据行业需求，调整课程设置，更加关注数字技术基础、人 工智能理论和智慧城市技术前沿，以培养具备跨学科背景的复合型人才，促使专 业人才不仅精通人工智能技术，还具备扎实的国土空间规划理论基础和实践经 验。同时，为了更好地满足行业需求，高校还可以推动教学改革，采用云课堂、 在线课程等创新方式，提高教育的灵活性和覆盖面。此外，建议高校与企业紧密 合作，开发定制化的课程和实践项目，让学生在实际场景中锻炼和提升解决问题 的能力，从而更好地适应行业的需求。
科研机构在产学研合作中主要承担技术创新和理论支撑的角色，推动基础研 究成果向实际应用转化。科研机构宜聚焦生成式人工智能技术的前沿问题，包括 模型优化、算法创新和数据处理等领域，为行业提供领先的技术解决方案和理论 支持。同时，鼓励科研机构与企业和高校的合作，参与实验研究和试点项目的开 发，促进生成式人工智能技术在实际场景中的应用落地。此外，建议科研机构积 极组织学术讲座、技术沙龙和行业研讨会等活动，促进技术交流和思想碰撞，为 生成式人工智能技术的产业化应用和政策实施提供智力支持。
行业主管部门在推动产学研合作中也扮演着关键角色。首先，建议出台相关 政策，推动生成式人工智能在国土空间规划领域的应用，尤其是在数据共享、技 术安全和伦理规范方面。其次，推