理论研究 | 大模型驱动的规划管理：一份来自行业前沿的系统性转型框架

导读

在智能化转型已成必然趋势的今天，如何让人工智能成为规划师手中“可信、可控、可解释”的专业伙伴，而不是一个黑箱式的决策替代者，本文给出了系统的回答。

本文字数：4573字

阅读时间：14分钟

作者

何正国，中国城市规划学会城市规划新技术应用专业委员会秘书长，广州市基础地理信息中心(广州市规划和自然资源自动化中心)教授级高级工程师。

何华贵，中国城市规划学会城市规划新技术应用专业委员会主任委员，广州市基础地理信息中心(广州市规划和自然资源自动化中心)主任(正处)、正高级工程师，本文通信作者。

毛海亚，中国城市规划学会会员，广州市基础地理信息中心(广州市规划和自然资源自动化中心)正高级工程师。

徐 露，广州市基础地理信息中心(广州市规划和自然资源自动化中心)工程师。

黄子建，广州市基础地理信息中心(广州市规划和自然资源自动化中心)工程师。

面对生成式人工智能与大语言模型的迅猛发展，规划管理领域正经历一场深刻而复杂的变革。这场变革并非简单的工具升级，而是涉及技术逻辑、业务逻辑与治理逻辑的深层耦合。

《大模型驱动的规划管理：技术融合、应用创新与范式重构》基于中国城市规划学会城市规划新技术应用专业委员会近两年整理的行业报告和全国实践案例，首次系统性地提出“技术融合—应用创新—范式重构”的三阶段分析框架，深入回答了大模型如何从底层重构“数据—知识—决策”链，推动国土空间规划从“静态蓝图”向“动态感知、智能推演、协同响应”范式转型这一核心命题。其价值不仅在于对前沿实践的全面梳理，更在于对"人机协同"新范式的深度建构。

01

技术融合：如何构建领域智能基座？

论文开篇指出一个根本挑战：通用大语言模型虽然具备强大的自然语言处理与生成能力，但在直接面对规划管理这一高度专业化领域时，存在“能力与知识的语义鸿沟”——不仅难以准确理解专业术语与法规政策，更缺乏对多尺度空间关系、复杂系统约束及动态演化机制的内在认知。

因此，构建面向国土空间规划的“领域智能化技术基座”，不是简单的模型调用或微调，而是一项将领域知识深度结构化、多模态能力系统化、业务逻辑可计算化的系统工程。论文从3个层面系统阐释了这一技术路径。

1.1

知识的内化与增强：

从通用语义到领域认知

跨越“语义鸿沟”需要将模型从“博学的通才”转化为“专业的专家”。论文梳理了三条递进的技术路径：

检索增强生成（RAG）：通过构建包含法规条文、技术标准、历史规划成果等的专业外部知识库，使模型在生成内容时实时检索并依据已验证信息作答，有效缓解"幻觉"问题。广州市规划知识库与宁波市自然资源行业知识库等实践，已在行政审批智能审查中实现了法规条款的精准引用。

提示词工程与思维链引导：通过精心设计提示模板，将“现状诊断—目标设定—方案制定—实施评估”等规划特有的分析框架和推理逻辑注入模型，引导其像经验丰富的规划师一样思考。同济大学团队在规划审查中应用的“规划思维链”即为此类探索。

模型微调与领域预训练：通过在高质量领域语料上进行有监督微调或持续预训练，使模型参数吸收并编码领域知识的内在模式。武汉大学在构建地学代码生成模型时，通过微调让模型掌握了GIS工具调用的专业逻辑。

1.2

多模态融合与空间推理：

从文本理解到空间智能

空间规划的核心研究对象是地理空间，其信息载体具有天然的多模态特性。论文指出，领域智能基座必须具备处理并关联文本、图像、矢量数据、遥感影像、三维模型等多源异构信息的能力，并在此基础上发展空间推理这一核心智能。

关键技术包括：视觉大模型用于解析或生成规划图纸与影像，并建立跨模态语义对齐机制，使文本描述与空间图形相互对应；将大模型与GIS工具、空间分析模型深度集成，实现自然语言驱动的空间分析；更高阶的动态推演与模拟决策能力，使大模型从“信息处理者”升级为“方案实验场”，为低碳交通政策、旧城更新等复杂场景提供多情景量化支撑。

1.3

智能体架构与平台化封装：

从孤立工具到协同工作

单一模型难以应对规划管理全流程的复杂任务。论文提出了将大模型嵌入智能体（Agent）架构的思路：将大模型作为“大脑”，赋予其任务分解、工具调用、记忆管理和自主执行的能力，同时通过标准化接口集成GIS、CAD、BIM等专业工具，以及各类预测评估模型服务，形成开放的智能化平台。武汉市规划研究院的“天璇”智能体、广州市的“规划知识大脑”等案例，已初步验证了这一思路的可行性。

▲ 图1 | 面向国土空间规划的领域智能化技术基座构建路径

02

应用创新：全链条业务如何重塑？

在厘清技术基座之后，论文深入剖析了大模型在规划管理全生命周期中的创新应用。其核心观点是：这种融合并非对传统工作流的简单数字化复制，而是在“数据—知识协同驱动”和“智能体赋能”两大机制下，对“编制—审查—实施—监测—治理”全链条进行的系统重构。

2.1

战略决策支持：

从有限经验到全景式模拟推演

在宏观战略层面，大模型正在革新依赖专家经验和有限数据分析的传统模式。论文以区域产业定位研究为例，展示了系统如何通过自动采集全球产业趋势报告、竞争城市政策、企业投资动态等多源数据，迅速生成涵盖竞争力分析、产业链短板识别、风险预警等领域的综合情报简报。广州市规划院的实践表明，前期资料梳理时间从数周缩短至数天，分析视角更加多元客观。

更具前瞻性的是政策模拟与影响评估。通过整合计量经济、人口仿真、土地系统等专业模型，大模型可以对拟实施政策进行多情景推演，模拟直接与间接效应，并以可视化形式呈现评估结果，推动决策支持从“事后解释”向“事前预见”转变。

2.2

赋能规划编制与审查：

从重复劳动到智能辅助与合规保障

在编制与审查环节，大模型的核心价值在于将从业者从大量重复性、规范性的劳动中解放出来。论文指出，基于控规指标约束和设计导则，大模型可快速生成多个符合硬性条件的空间布局备选方案，并结合日照、风环境、交通影响等模拟进行多目标协同优化。清华大学、同济大学等团队在城市设计总平面渲染方面的研究已显示了生成式AI在方案构思阶段效率提升的作用。

在审查方面，全流程自动化智能审查是提升治理效能的关键突破方向。基于自然语言处理与计算机视觉的模型，可对规划成果进行“机器初审”，自动核查文本与上位规划的传导一致性、图数一致性、技术经济指标准确性，甚至识别消防通道宽度、配套设施间距等微观合规性问题。宁波市的“村庄规划审查助手”和丽水市的“智能审查软件”已实现审查工作的标准化和部分自动化，显著缩短审批周期。

2.3

赋能动态治理与公众服务：

从被动响应到主动感知

在实施与监管层面，大模型与物联网、遥感等感知技术融合，推动空间治理模式向实时化、主动监测演进。基于深度学习的视觉大模型能够自动识别遥感影像中的耕地“非农化”、违法建设用地等变化图斑，并自动推送预警。此外，通过分析社交媒体数据生成“城市情绪地图”，结合手机信令、公交刷卡等大数据动态评估公共服务设施的使用效率与覆盖盲区。深圳等城市已在低效用地识别中应用AI模型进行精准筛查，并提供个性化诊断与更新策略建议。

在公众服务端，大模型可充当24小时在线的规划讲解员，以自然对话方式解释复杂方案与法规，同时高效处理海量非结构化文本，快速识别公众诉求焦点并空间化呈现，为决策提供依据。

▲ 图2 | 基于智能体赋能的全链条业务应用流程图

03

范式重构：迈向“人机协同”的系统构建

论文的价值不止于技术与应用梳理，更在于它直面转型中的深层次矛盾，并提出了一个超越技术本身的分析与行动框架。

3.1

关键挑战：

从技术瓶颈到系统性困境

当前实践普遍面临四重挑战：数据治理的基底性瓶颈、算法可信与可解释性不足、组织流程与人才结构的适应性滞后，以及标准规范与制度伦理框架的缺失。这些挑战相互交织，成为制约范式转型的核心障碍。

3.2

新范式的内涵：

3个根本性转变

面对这些挑战，未来的方向不是“机器替代人”，而是迈向更高层次的“人机协同”。这一范式包含3个相互关联的转变：

决策模式：从“经验驱动”转向“数据—知识协同驱动”。人负责定义价值目标、设定约束规则、进行最终的价值判断与决策；机器则承担海量信息处理、多方案模拟推演等，揭示潜在关联与风险，形成“人类驾驭方向、机器提供动力与导航”的协同关系。

流程形态：从“静态蓝图”转向“动态适应性治理”。基于“感知—分析—决策—执行—反馈”的闭环，规划成为一个贯穿城市全生命周期的有机过程，具有更强的韧性与适应性。

治理结构：从“专业壁垒”转向“多元开放协同”。借助低门槛交互工具降低公众参与门槛，AI智能体成为跨部门协同的数字桥梁，推动规划从相对封闭的专业技术过程向开放的社会协同过程演进。

3.3

实施路径：

技术、生态、制度的协同

在技术层面，短期聚焦可用性与可信性，建设高质量知识库和发展可解释AI；中长期探索更高自主性的专业智能体与轻量化模型。在行业生态层面，推动政产学研用共建开放共享的领域基准数据集与评测体系，鼓励开源协作，并在高等教育中设立交叉学科，培育复合型人才。在制度与伦理层面，加快制定覆盖数据、模型、应用、安全各环节的技术标准与指南，明确人类主体性、公平公正、安全可控、透明可问责等基本原则，保障转型稳健推进。

▲ 图3 | 实现“人机协同”范式的技术、生态与制度协同构建路径

04

结语：一份兼具理论前瞻与实践指导的行动框架

论文首次系统构建了大模型时代国土空间规划“技术融合—应用创新—范式重构”的整体转型框架，并深入阐述了以“人机协同”为终极范式的实现路径与操作方案。研究同时指出了自身局限——作为基于前沿实践的框架性研究，其结论需随技术迭代而持续深化，对算法效能差异、长期社会经济影响、不同规模城市的适配性等微观实证问题尚未充分展开——这恰恰为后续研究提供了明确的方向。

对于学术界，它提供了可对话的理论框架；对于实务界，它指明了从“亮点示范”走向“核心业务流程再造”的行动要点。在智能化转型已成必然趋势的今天，如何让人工智能成为规划师手中“可信、可控、可解释”的专业伙伴，而不是一个黑箱式的决策替代者，这篇论文给出了系统的回答。

本文撰稿

何正国 何华贵 毛海亚 徐露 黄子建

本文来源：城市规划，原文《大模型驱动的规划管理：技术融合、应用创新与范式重构》刊载于《城市规划》2026年第7期，第71~79页。

【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。

城市感知·AI创新｜2026年中国城市规划学会城市感知学术专班年会在广州圆满收官

点击图片阅读全文

专家解读 | 沈振江：以场景化应用需求为牵引，推动人工智能与应急管理深度融合

点击图片阅读全文

AI赋能设计·共绘湾区未来丨粤港澳大湾区青年设计师AI创新设计沙龙成功举办

点击图片阅读全文