大鹏 AI 导游：纯摄像头视觉，让古城自己开口讲解

大鹏 AI 导游 App 界面示意（方案设计稿）

本页依据 2026 年 9 月《大鹏 AI 导游 App · 纯摄像头视觉方案 v2》整理，属于方案案例。游客量、旅游收入、入境增速为方案中引用的 2024 年公开数据，未在本页逐项核验来源；周期与成本对比为方案口径，不是交付后实测。

项目概况

一、流量来了，深度体验没接住

方案里把游客的体验和景区的技术困境摆在一起，问题很清楚：

结果是：大鹏导览停留在「公众号推文 + 纸质地图」。不是没有内容，是内容没有在游客需要的那一刻出现。

二、核心思路：看见即所在

你看到的风景，就是你的位置。摄像头同时是眼睛和定位器，不需要基站、信标，也不碰文物与一草一木。

传统方案按「周 + 施工队」算；这套从「拍一张城楼照」开始，方案口径是大鹏所城主街半天录入完成。

三、游客怎么用：四个场景

四个场景合起来，覆盖一次游览的完整动线：看到 → 听懂 → 找到 → 参与。

四、导览之外：吃住玩，一个 App 闭环

看懂风景只是入口。方案把民宿、餐饮、商户活动都接在同一条链上：

游客侧是一条五步链：看见心动 → 拍照或语音 → 在线预订 → 到店核销 → 再提醒复游。

商户侧则是文旅运营后台自助上架：房态、菜单、活动随时改，App 不用发版；同一套识别能力，拍门头即核销、即会员。对景区来说，导览是入口，交易是闭环——二销流水和商户续费，才是项目能长期运营下去的理由。

五、两条视觉链路：看懂世界 + 知道在哪

完整流水四步：识别到景 → 查点位库 → LLM 组导览词 → 语音播报。

成本设计同样关键：云端多模态只做语义兜底，端侧识别负责便宜的前置过滤；同一地标短期内不重复调用（关键帧缓存）。景区旺季人流大，如果每次都调云端，成本会失控。

六、视觉定位的四个等级

起步只需要每个点位 1~2 张照片。精度逐级升级、成本逐级增加，但始终不碰硬件。

方案判断是 V1 + V2 覆盖约 90% 的需求。AR 山海叠加才需要 V3，而那时也只是一次性采集，不是硬件投入。

七、从「坐标 + 箭头」到「地标 + 语音」

古城街巷和山海步道，天生就没有「厘米级坐标」，但有取之不尽的天然路标。

它播报出来的是这种话：

「沿城墙直行约 60 米，左手边是赖恩爵将军第；过了碑廊左转出南门，对面就是较场尾民宿街——看日落往西再走 200 米到海边。」

游客不需要理解坐标，只需要看见左手边那座门第。这是纯视觉导航在古城里真正的优势：路标本来就是给人看的。

八、落地路线：三步，从一座城开始

顺序的逻辑是：先用一个所城证明「有人用、景区愿意付」，再往山海扩。反过来先铺全域，很容易把预算花在没人走的步道上。

九、对文旅局 / 景区：四个卖点

十、四个风险，和对应的兜底

设计铁律还是那句：识别不了不等于死路。每个场景都有语音兜底——报点搜索、地图、转人工。

十一、这个方案的边界

• 讲解的准确性必须靠人守。AI 擅长组织语言，不擅长保证史实。方案要求讲解底稿来自景区或地方志，AI 只做表达与多语种转换，发布前人工审校。
• 弱网会直接影响体验。识别与语音依赖网络，山海片区信号不稳。可行的做法是常用点位与讲解本地缓存，但覆盖范围要实测后才敢承诺。
• 它不是厘米级导航。V1 只知道你在哪个点位，V2 只知道走到哪一段。需要贴地 AR 箭头，得先做 V3 视觉建图。
• 不碰文物，也不替景区做运营。点位内容、活动信息、商户上架都需要景区持续维护，内容停更，讲解就会过期。
• 不承诺游客量与二销流水。它能做的是把「看见 → 听懂 → 预订」这条路径缩短，不负责把客流变大。

十二、适合什么样的景区

• 有真实的历史或自然内容可讲，但缺少低成本、可持续的讲解供给；
• 街区、古城、步道这类「没有清晰坐标、但有大量天然地标」的空间；
• 希望把导览流量接到民宿、餐饮、活动上，形成二销闭环；
• 文保要求高、不接受大规模施工与设备安装。

如果景区已经有一套高覆盖的讲解桩、且使用率不错，那这套方案的增量有限；它的价值主要在「没被讲解覆盖的街巷与步道」和「不愿意租设备的散客」。