導讀

“2025城市規劃新技術專題會”于2025年4月17日-18日在無錫圓滿落幕，會議主題聚焦“大模型（DeepSeek）在規劃中的創新應用探索”。

本文字數：6238字

閱讀時間：19分鐘

2025年4月17日-18日，一場聚焦新技術的盛會——“2025城市規劃新技術專題會”在無錫圓滿落幕！本次會議由中國城市規劃學會城市規劃新技術應用專業委員會主辦，合肥藍谷軟件有限公司、合肥眾智軟件有限公司聯合承辦，以“大模型（DeepSeek）在規劃中的創新應用探索”為主題，吸引了來自全國各地400多名行業精英齊聚一堂，共同探討AI技術如何重塑規劃的未來。武漢大學城市設計學院詹慶明教授與華南理工大學建筑學院黃鐸副教授聯袂主持，11位行業專家帶來精彩分享，為規劃行業帶來了一場知識盛宴。

領導致辭

何華貴

學會城市規劃新技術應用專業委員會主任委員、廣州市基礎地理信息中心主任、正高級工程師

何華貴主任在致辭中指出，當前數字化浪潮下，人工智能作為第四次工業革命核心驅動力，正重塑全球經濟格局，數據、算力、人工智能構成新質生產力重要驅動因素。年初國產 DeepSeek 大模型的發展為規劃行業帶來全新思維范式與實踐路徑，探討“大模型（DeepSeek）在規劃中的創新應用”具有重要時代和現實意義。

他表示，黨的二十大報告和政府工作報告均提及加強城市基礎設施建設，打造宜居、韌性、智慧城市，這是規劃行業的使命所在。面對挑戰，應充分利用大數據、人工智能等新技術，聚焦數據、模型、算法等核心技術攻堅克難，推動 “數”“智” 賦能空間規劃，實現智慧城市與韌性城市相得益彰。

何華貴主任強調，大模型是拓展人類智慧的 “協作者” 而非替代規劃師的工具，期待專家學者交流人工智能賦能規劃的新路徑、新范式和新業態，分享實踐案例與技術難題。新技術應用專業委員會將持續提供交流平臺，匯聚眾智，服務科技工作者與創新驅動戰略，助力黨和政府科學決策。

鄧堪強

廣州市規劃和自然資源局黨組成員、副局長

鄧堪強副局長指出，隨著DeepSeek等國產開源大模型的突破性進展，AI技術在降低算力門檻、實現本地化部署方面取得實質性突破。這一技術革新為城市規劃領域帶來范式變革，推動行業從傳統數字化向智能化躍遷。廣州作為超大城市治理先行者，已構建兩大核心應用體系。

在技術落地層面，廣州正深化六大應用場景建設："AI+產業服務"優化資源配置效率，"AI+城市安全"強化空間風險預判，"AI+宜居之城"提升空間品質設計，"AI+綠美廣州"增強生態治理能力，"AI+資源監管"完善動態監測體系，"AI+政務服務"推動行政效能升級。這些實踐標志著規劃管理正從經驗驅動向數據智能驅動轉型，有力支撐了"六精"治理體系的現代化進程。

鄧堪強副局長特別強調，大模型技術正重構城市規劃方法論，其價值不僅體現在效率提升層面，更在于構建承載城市記憶、傳遞人文關懷的智能載體。廣州愿與大家攜手，讓AI不僅是工具，更是承載城市記憶、傳遞人文溫度的智慧載體。

段進

中國城市規劃學會副理事長、中國科學院院士、東南大學建筑學院教授

段進院士指出，以DeepSeek大模型為代表的AI技術正成為行業革新核心驅動力，其強大的數據整合、多模態分析和復雜場景推演能力，為動態精準規劃提供了全新決策工具，推動城市模擬、方案優化等環節效率提升。然而，技術應用需同步應對算法偏見、規劃倫理等挑戰，確保科學性與社會公平性。

他強調，AI賦能需立足三大實踐維度：數據驅動層面應構建多源數據融合的"數字大腦"，為智能決策提供支撐；公眾參與層面需借力自然語言交互降低專業壁壘，實現全民共創；發展目標層面要以韌性城市為導向，統籌智慧建設與可持續發展。他呼吁建立跨學科協作生態，聯合技術、政策與實踐多方主體，形成"技術-政策-實踐"閉環創新體系，同時堅守"以人為本"的價值內核，避免技術異化。

最后，段院士提出，AI不會取代規劃師，但善用AI的規劃師必將引領未來。DeepSeek等大模型的出現，不是終點，而是規劃科學智能化轉型的起點。他呼吁行業共同探索AI賦能規劃的新范式，也期待新技術專委會持續捕捉人工智能等技術發展的動態前沿，創新行業交流、研究、分享的平臺，群策群力推動規劃資源新技術發展。

專題報告

《DeepSeek驅動下的地圖生成》

艾廷華

武漢大學資源與環境科學學院教授

艾廷華教授指出，當下大語言模型 LLM 發展迅猛，以 DeepSeek 為典型的生成式技術廣泛融入各應用領域。在此背景下，為城市規劃提供決策支撐與設計成果表達的地圖制圖技術，面臨著前所未有的變革挑戰。

對此，艾廷華教授從兩個維度展開深入探究：其一，借助 LLM 現有的 DeepSeek 技術，將其融入地圖制圖技術鏈條。通過這一方式，達成文本制圖過程中自動的語言理解與圖形生成，為地圖制作賦予智能化能力。其二，依托大語言模型的 AIGC 技術，從底層架構出發研制地圖生成器與判別器，以此實現對特定空間數據的地圖生成、閱讀辨物以及模式識別功能。

此外，艾廷華教授基于語言學的語義、語法、語用三元特征，結合修辭格、時態語氣等要素，對比剖析了 “地圖作為地學研究的第二語言” 與 DeepSeek 在語言加工、模態轉換、語義理解和可視表達方面的功能契合度。并通過實際的地圖生成器 DoMapAI 進行演示，充分展現出大模型在地圖生成領域的獨特價值與創新魅力。

《規劃與自然資源行業應對DeepSeek浪潮的思考》

何正國

學會城市規劃新技術應用專業委員會秘書長、教授級高級工程師

何正國秘書長指出，DeepSeek大模型通過“低成本、高性能、開源化”路徑推動AI技術普惠化，正在重構千行百業的決策邏輯。他闡述了“四橫三縱”應對策略，包括智力筑基（提升行業AI素養）、算力賦能（優化硬件配置與國產算力適配）、基座選型（按場景選擇模型）、安全筑盾（防護體系建設）等核心舉措，并強調需通過場景深耕解決業務痛點，如不動產登記全周期知識圖譜構建、耕地智能監管等。他強調，知識聚庫（本地知識庫建設）是提升模型準確性與安全性的關鍵，需通過數據清洗、語義對齊和多模態整合解決文本割裂問題。

何正國秘書長強調，未來DeepSeek 將向多模態融合、高效推理方向發展。規劃和自然資源行業需加強與計算機領域合作，推動數據共享標準化，以實現行業的智能化升級。

《基于深度知識挖掘的規劃領域大語言模型應用》

黃鐸

華南理工大學建筑學院副教授

黃鐸副教授首先表達了不同大語言模型輸出的特征，并基于2023年GPT3.5/4.0注冊規劃師2400道單選題的測試集結果，展示了DeepSeek 671B 等模型在相同測試集上大幅度的準確率提升，以及在準確率提升的同時，提出大語言模型應用當中應注意大語言模型在專業語義混淆、專業術語非標準化和個性化、范式文本內容表達限制等需要注意的方面，以及大規模文本量使得向量檢索的有效性大大降低、極簡問答界面存在缺乏必要性場景信息的等大語言模型實施的應用風險。

其次圍繞規劃知識表達與挖掘，從知識認知的哲學流變、空間認知與社會學的關系等方面的理論層面，討論了規劃知識的理論知識和經驗知識特點、規劃知識動態認知和實踐導向以及規劃知識的類型劃分與特征等多維度的規劃知識理解。在此基礎上，從規劃知識的體系化構建視角，提出應從知識分類、知識提煉、知識量化、知識集成與知識處理等多個方面，構建基于知識特征的大語言模型應用實踐需要關注的理論與技術體系。

最后，從規劃管理信息化與智能化發展的特點，以廣州實踐為例，搭建 “查、謀、評、助”9 大智能場景，從文檔標簽、語義結構、文本向量的知識庫構建策略，以及基于專業知識的智能系統融合，構建專家系統基礎上可控制的規劃管理智能系統的策略及思考。

《布局到審查：基于DeepSeek的建筑規劃方案雙重保障》

徐海豐

安徽省城市更新專委會副主任委員兼秘書長、高級工程師

徐海豐聚焦 AI 技術在規劃建筑領域的深度應用，闡釋了基于規劃建筑專業知識體系，通過 AI 算法融合專業知識庫、標準規范及創新設計方法，構建專業 AI 智庫，實現建筑方案生成與審查全流程智能化。在規劃布局階段，自動提取用地面積、容積率等關鍵指標，結合 GIS 環境數據、日照分析模型及設計標準，運用深度強化學習算法智能排布空間要素，快速生成符合規范的高精度方案；在智能審查環節，依托 AI 智庫構建 “規范解析 - 合規驗證” 閉環體系，從建筑單體間距、高度到區域容積率、綠地率等，進行微觀到宏觀的全維度審查，自動生成合規性報告，有效提升規劃設計與審查效率，為建筑規劃提供 “布局 - 審查” 雙重智能保障。

《大模型在寧波市自然資源規劃管理中的探索與實踐》

朱錦輝

寧波市自然資源和規劃大數據中心副主任、高級工程師

朱錦輝副主任指出，行業大模型憑借強大的知識理解、多模態處理和智能推理能力，為自然資源規劃管理數字化轉型提供新路徑。針對自然資源管理中海量空間數據、復雜業務邏輯和多維度決策需求，大模型應用可顯著提升治理效能。

他系統梳理了寧波實踐：依托省市政策支持及自然資源部 “后土” 大模型技術框架，基于市域空間治理數字化平臺等既有數據底座，構建 “1+N” 應用體系 ——“1” 即私有化大模型構建平臺，整合模型中心、知識中心、工具庫與智能體工廠，實現模型接入、知識庫構建及智能體編排；“N” 涵蓋 “問政、問文、問數、問圖、問策” 五大核心場景。

最后，朱錦輝副主任探討了行業落地挑戰，如資金保障與模型持續優化問題，展望從單任務智能體向多智能體聯合、語言模型向空間推理模型轉型的前沿方向，為自然資源管理深度智能化提供 “技術 - 業務 - 數據” 融合的可行路徑，推動 AI 與國土空間治理深度結合。

《數據和物理模型融合驅動規劃場景》

閆宇博

中國科學技術大學計算機科學與技術學院副研究員

閆宇博副研究員針對傳統人工強排效率低、方案單一等問題，創新性提出數據與物理模型融合驅動的規劃方案，結合既有案例數據與建筑規劃物理模型，在滿足復雜規劃約束前提下實現高質量方案自動化生成。他指出，基于生成式 AI 的強排算法雖能快速探索布局可能，但存在規范約束不達標問題；純物理模型計算精度高卻效率低。為此提出的 “AI 數據驅動 + 物理模型校驗” 雙輪驅動模式：一方面利用深度學習、強化學習等算法自動生成初步布局，快速探索海量解空間；另一方面依托 Ladybug Tools、Shapely 等工具進行日照、間距、消防等規范約束校驗，確保方案合規。深入剖析了技術實現路徑，為智能規劃領域提供了 “數據驅動 - 規范校驗 - 智能優化” 的融合創新范式，推動建筑規劃向高效、精準、智能化方向發展。

《Al Agent在區域產業空間研究的實踐探索》

鄒偉

上海市城市規劃設計研究院信息中心數據工程師、高級工程師

鄒偉高級工程師圍繞AI Agent 技術，深度剖析了AI Agent的概念與發展歷程、核心特征與邏輯、工作范式與模式以及典型應用場景，并明確指出，當下大模型的參數量提升AI Agent的理解力和泛化能力，使AI Agent具備更個性化、連貫的交互體驗。基于AI Agent規劃、記憶、工具、行動等技術能力，以區域產業空間研究為案例，從數據增強、知識增強、方法增強、流程增強等維度，構建涵蓋空間分布、結構優化、創新鏈布局的多維度策略研究，重點突破傳統產業研究的碎片化分析局限。最后，基于AI Agent實踐經驗，鄒偉高級工程師提出探索城市規劃領域人工智能技術方法及應用、加強城市規劃領域人機融合研究和實施、開展人工智能輔助制度與政策配套體系建設等建議，進一步推動AI Agent 技術工具在城市規劃領域的應用與實踐。

《全流程智控：基于DeepSeek的詳細規劃智能管控體系創新與實踐》

王冉

合肥藍谷軟件有限公司總工辦主任、高級工程師

王冉主任指出，國土空間詳細規劃智慧化轉型關鍵在于資源要素融合與管理效能突破。依托 DeepSeek 技術，構建 “編制 - 審查 - 管理 - 應用” 全周期智能管控體系：AI 知識庫解讀政策、整合數據，智能模型輔助規劃，保障政策傳導與方案科學；標準化知識庫支撐多維度智能審查，會商助手實現會議數字化，提升效率與合規性；動態監測識別風險，結合智能選址、低效用地篩查等工具，管控全流程。此方案整合 DeepSeek 技術形成智能閉環，提升詳規編制效率 30%、審查周期縮短 40%，為城市治理提供 “技術 + 業務” 驅動范式，助力規劃落地與可持續發展。

《CoPlanner智能總師服務：大模型在城市設計伴隨服務中的場景探索與應用》

孫文勇

中國城市規劃設計研究院深圳分院粵港澳數字灣區中心執行負責人、高級工程師

孫文勇高工指出，“人工智能 +” 行動驅動規劃行業轉型，中規院基于此研發 CoPlanner。該系統依托通用大模型，融合 “數字灣區” 平臺、檢索增強及智能體技術構建總體框架。伴隨式城市設計作為動態服務模式，需應對多專業協同、全過程導控等需求，大模型技術可從三方面賦能：整合多元數據并智能分析，實現全過程技術文檔檢索與管理；輔助規劃方案合規性審查，提供多方案比選的決策支持；生成空間意象渲染方案，搭建公眾參與數字化平臺，促進多方協作。

通過人機協作模式，CoPlanner 將 AI 技術與規劃師經驗結合，為城市設計全周期提供 “數據整合 - 智能分析 - 決策支持” 的一體化解決方案，推動規劃服務向動態化、精準化轉型。

《時空大數據庫與大語言模型：融合驅動的應用服務新探索》

丁憶

重慶市地理信息和遙感應用中心副總工程師、正高級工程師

丁憶副總工程師聚焦大語言模型（DeepSeek）在時空大數據融合領域的創新探索，分享實踐經驗。一是模型部署層面，梳理 DeepSeek 本地化要點，兼顧硬件適配與軟件效率，實現模型在本地計算環境穩定運行，強化數據處理自主性與安全性；二是成果知識庫建設中，整合時空數據項目成果、研究報告等資料，將海量非結構化歷史數據轉化為結構化、可檢索的知識庫，夯實后續分析基礎；三是數據融合應用上，將 DeepSeek 嵌入傳統流程，利用其語義理解能力對多源異構時空數據進行語義標注與關聯存儲，在數字城市建設、地質災害預警監測等場景初顯成效；四是平臺功能增強方面，開發自然語言交互接口，推動 DeepSeek 與時空信息平臺融合，提升平臺易用性及智能輔助決策水平，為時空數據智能化應用提供技術支撐。

《構建國土空間規劃專業大模型的思路》

鈕心毅

學會城市規劃新技術應用專業委員會副主任委員、同濟大學建筑與城市規劃學院教授

鈕心毅教授圍繞國土空間規劃專業大模型的構建展開闡述。他指出，自然資源部提出建設自然資源行業大模型體系，包括國土空間規劃專業大模型，其特征為 “多模態大模型為主、大語言模型為輔”，需將 “通用知識 + 國土空間規劃領域知識” 融入模型。

他提出，國土空間規劃專業大模型可分為三類：一是規劃專業圖文工具模型，用于規劃專業圖紙和報告的生成與審查，提升規劃業務效率；二是規劃數據管理分析模型，支持國土空間規劃專業數據管理與分析，相當于 “人工智能 GIS 專家”，；三是規劃推演決策模型，用于空間識別診斷優化的推演和決策支持。

最后，鈕心毅教授強調，構建國土空間規劃專業大模型，關鍵是將規劃專業知識融入通用大模型，三類模型均需以規劃知識引領模型訓練，以規劃業務邏輯組織模型應用，業界和學界應各有側重、探索重點，推動規劃行業智能化發展。

會議總結

主持人：詹慶明

學會城市規劃新技術應用專業委員會副主任委員、武漢大學數字城市研究中心主任、武漢大學城市設計學院教授、博導

會議最后，詹慶明教授進行了總結。詹慶明教授指出，本次會議標志著人工智能大模型技術正式嵌入規劃核心領域，為行業數字化轉型錨定了三大戰略方向：

其一，重構規劃智能基座。通過"領域知識+通用技術"雙輪驅動，突破傳統經驗依賴，將規劃決策從人力密集型轉向數據智能驅動，構建融合專業智庫與大模型的決策支持系統。

其二，破解數據協同壁壘。依托大模型本地化部署能力，打通跨層級、跨部門時空數據鏈路，實現資源調配與治理效能的智能躍升，為"多規合一"提供技術支撐。

其三，重塑全周期管理體系。從智能生成、合規審查到動態監管，形成"AI+規劃"閉環生態，推動國土空間資源配置從粗放決策向精準治理轉型。

他呼吁構建"政產學研用"協同創新機制，加速AI智庫、智能審查等成果轉化，建議以示范性智慧平臺建設為抓手，推動規劃學科理論革新與實踐突破，為中國式現代化城市發展探索智能規劃新范式，書寫數字時代國土空間治理新篇章。

供稿單位：廣州市基礎地理信息中心、中國城市規劃學會城市規劃新技術應用專業委員會

【免責聲明】本公眾號發布的內容僅供學習交流使用，不以任何形式進行牟利。內容版權歸原作者所有。如有侵犯您的權益，請及時與我們聯系，我們將于第一時間協商版權問題或刪除內容。內容為作者個人觀點，不代表本公眾號立場和對其真實性負責。

聚焦“數據賦能 · 技術添慧”，2022城市規劃新技術專題會圓滿落幕

點擊圖片閱讀全文

聚焦“數據治理·智慧規劃·科學防疫”，2020城市規劃新技術專題會圓滿落幕！

點擊圖片閱讀全文

探討機構改革背景下的國土空間規劃新技術應用，2019城市規劃新技術專題研討會順利召開

點擊圖片閱讀全文