复星锐正领投近亿元融资，玩点旅行要补上旅游AI的“最后一公里”

Z Potentials 获悉，玩点旅行近期完成近亿元 Pre-A+ 轮融资，由复星锐正领投，老股东敦鸿资产持续参与。玩点旅行在三个月内连续完成两轮融资，累计金额近 2 亿元。此前一轮由敦鸿资产领投，财通资本、头头是道、源铄资本跟投，DeepSeek部分股东同步加码增持。

旅行行业并不缺少AI应用。行程规划、智能客服和营销内容生成已被广泛使用，通用模型也能根据目的地、时间和预算，迅速生成一份旅行攻略。但这些应用大多停留在生成和问答，距离调用实时供给、进入企业工作流并完成业务，仍有一段距离。

融资之外，更值得关注的问题是：当通用模型能力快速趋同的当下，玩点旅行凭什么连续获得资本支持？

01 从真实业务中长出的AI能力

对AI应用公司而言，模型之外的能力正在变得更加重要：能否获得持续更新的行业知识，能否将非标准经验拆解为可复用模块，以及能否进入客户原有的业务系统。

旅游行业尤其需要这种动态能力。通用模型知道一趟旅行通常应该如何规划，却未必知道一家企业此刻可以销售哪些商品、还有多少库存、适用什么规则，以及完成任务需要调用哪套系统。旅游知识不是一本写完后保持不变的百科全书，更像一本持续滚动的经营账目。

因此，玩点旅行在短时间内连续获得资本支持，背后更值得关注的，并非它调用了什么模型，而是它正在把长期积累的旅游业务经验，转化为AI可以理解、调用和执行的能力。

玩点旅行创始人黄宇舟毕业于浙江大学竺可桢学院混合班计算机专业，后又在香港科技大学获得计算机硕士学位，香港理工大学获得旅游酒店管理的博士学位，曾任阿里巴巴飞猪旅行COO；核心团队则覆盖旅游电商、酒店、目的地、客户经营、产品和技术。这支团队既理解旅游商品、供给和履约，也具备将业务经验转化为知识、工具与工作流的工程能力。

创业初期，玩点旅行选择深耕旅游电商。其用3年时间将电商业务规模做到近百亿元，业务覆盖旅游营销、电商运营、商品及渠道管理、经营数据分析、订单与履约协同等环节。内容和流量如何转化为交易，价格与库存如何变化，不同企业的系统为何难以连接，都是团队在真实项目中反复处理的问题。

这段经历也决定了玩点旅行对于AI落地的理解。与通用模型公司先获得模型能力、再寻找应用场景不同，玩点旅行是在处理真实旅游业务的过程中，将高频问题逐步拆解为可以被AI理解、调用和执行的能力。

目前玩点旅行已经积累200多个行业级原子能力，覆盖交易、电商、营销和数据等环节；沉淀500万以上动态商品库，涉及酒店、景区、餐饮和玩乐等供给；并拥有1000万以上多模态资料，包括POI、图片、视频和行业内容。

这些积累共同构成了一套旅行行业专属的AI认知体系。其价值不只在于提高回答准确率，更在于将商品、价格、库存、POI、企业规则和渠道逻辑组织起来，使AI的输出能够继续进入商品、交易和服务环节。

通用Agent擅长拆解和执行通用任务，玩点旅行进一步要解决的是：Agent如何理解一家旅游企业，并进入真实业务。

如果说团队与真实业务解释了玩点旅行的行业能力从何而来，那么Wanpix.AI所要完成的，就是把这些能力重新组织成一套可以规模化交付的产品。

02 Wanpix.AI：一套AI Native的行业基础设施

8月4日，玩点旅行正式发布面向旅行行业的企业级AI Agent平台Wanpix.AI。

Wanpix.AI 不是多个 Agent 的集合，而是玩点旅行将行业知识、商品供给、经营方法和系统能力重新组织后，形成的一套 AI Native 行业基础设施。

Wanpix.AI向上连接模型，向下连接行业知识、企业数据和业务系统，在中间形成任务编排与工具调用层。玩点旅行此前沉淀的知识、供给和原子能力，也由此从分散的项目资产变成可以反复调用的平台能力。

对于旅行企业而言，Agent能否真正进入业务，不只取决于模型是否足够聪明，还取决于任务执行速度、使用门槛、工具调用能力和部署适配性。Wanpix.AI的四项产品优势，分别对应这四类问题。

第一是快和省。

Wanpix.AI的速度优势，来自旅行行业知识和原子能力对任务路径的压缩。短视频生成、路书制作等任务往往涉及资料搜索、案例分析、内容生成和工具调用。通用Agent通常需要从搜索和分析案例开始，任务链路较长；Wanpix.AI则可以直接调用已经沉淀的行业知识库、内容模型、素材库及剪辑等原子能力。Wanpix.AI的典型任务路径可缩短30%—70%，并支持30步以上的复杂规划。

同样的路书制作需求，Wanpix.AI 比通用Agent用时减少42.9%，token消耗节省36%

第二是易。

旅行企业使用AI的门槛，不只来自模型，也来自安装部署、技术配置和工作流集成。Wanpix.AI无需安装，业务人员可以通过自然语言搭建Agent，降低非技术人员使用和配置AI的门槛。平台同时支持100多个国内外主流模型。在导入旅游行业原子能力后，Wanpix.AI还可以快速接入企业原有工作流，让企业在已有系统基础上使用AI，而不必重新搭建一套独立流程。

第三是调用能力强。

行业Agent不能只提出建议，还要准确调用商品、订单、营销和数据工具，以完成“最后一公里”的交付。

Wanpix.AI的工具调用准确率超过99.6%，生态兼容率超过95%，为复杂工作流的连续执行提供基础。对旅行企业而言，这决定了Agent能否从“回答问题”进一步走向“完成任务”。

第四是支持多种部署模式。

不同企业对数据安全、系统环境和业务流程的要求并不相同。Wanpix.AI支持SaaS、公有云、混合云和私有化部署，并可通过物理隔离、多租户独立及环境隔离，适配不同企业的部署需求。

将这四项能力放在一起看，Wanpix.AI的产品定位是旅行行业的AI基础设施。Wanpix.AI对旅行企业的价值并不局限于完成某一次任务。随着AI逐步进入经营、交易和服务流程，它可能改变的，也将从单个环节的效率，延伸至企业组织业务工作流的方式。

过去，一次旅游企业的经营复盘，通常需要运营人员分别从交易、流量、预约核销和内容系统中整理数据，再由营销、商品和运营团队判断问题、制定策略并生产素材。数据分散在不同系统中，任务也需要在多个部门之间反复传递。

接入Wanpix.AI后，多个Agent可以围绕同一个经营目标，分析GMV、成交、预约核销、流量来源和内容表现，识别转化问题，随后生成复盘报告、营销主题、大促方案和传播素材。分析、决策和内容生产由此不再是彼此割裂的单点任务，而是在同一条工作流中连续发生。

这种变化不仅体现在任务时间上，也在于一项工作如何被组织。过去按照营销、商品、销售、客服和运营部门拆分的流程，可以转向由多个Agent围绕目标协作；人类员工则更多负责提出目标、判断结果和处理复杂例外。

另一层变化发生在组织经验上。线路设计、价格调整、内容转化和异常订单处理等能力，过去往往掌握在少数资深员工手中。当这些经验被沉淀为知识、规则和Agent后，它们可以在不同员工和工作流之间复用，并随着经营数据继续更新。

Wanpix.AI改变的不只是旅行企业原有业务的交付效率，也包括公司能力被组织和交付的方式。过去分散在员工和项目中的知识、工具与系统连接，开始通过同一套平台进入不同企业的经营流程。

当企业的商品、知识、系统和服务流程被AI基础设施连接起来，这些发生在B端的变化，也为新的消费者体验提供了基础。

03 玩点旅行的长期空间：新的旅行入口从供给侧开始

Wanpix.AI当前服务于旅行企业的AI基础设施建设，更长期看，当供给侧能力逐步成熟，这套能力也可能继续向C端延伸 —— 改变消费者获得旅行服务的方式以及旅行体验

今天，用户完成一次旅行，需要获得灵感、搜索信息、比较商品、拼接行程、完成预订，并在行程变化后重新寻找解决方案。AI带来的下一步变化，不是简单把搜索框换成聊天框，而是让旅行决策从“搜索”逐渐走向“委托”：用户表达预算、偏好和限制条件，AI拆解任务、组织供给、完成交易，并在行程中持续提供服务。

当商品、知识、企业系统和服务流程被AI基础设施连接后，平台交付的结果也可能随之变化。过去，互联网平台主要提供信息和商品列表，由用户自行比较和组合；未来，平台可能进一步交付一份结合实时供给、可以直接预订，并根据变化持续调整的旅行方案。

近期，全球旅行巨头Expedia集团收购了AI原生旅行规划与预订平台Layla。Expedia的动作说明，大型OTA对AI的期待已经不只停留在前端行程规划，而是希望将其进一步接入供应链、旅行者数据和预订系统。

但这并不意味着OTA的重要性下降。库存、支付、交易和履约仍然是旅行服务的关键节点，OTA也可能成为AI调用的重要供给方。可能发生变化的是：用户首先向谁表达需求，谁负责理解偏好、组织不同供给，以及谁在旅途中持续提供服务。AI 由此可能在消费者、OTA、内容平台与旅游商家之间，形成新的意图理解和供给调度层。

这也是玩点旅行从B端切入的长期意义。Wanpix.AI连接动态商品知识、企业数据和业务系统，首先解决的是企业供给如何被AI理解和调用。当更多供给侧能力被接入后，玩点旅行也获得了一种新的可能：从服务企业内部工作流，进一步走向连接消费者需求与真实旅游供给。

玩点旅行在三个月内连续完成两轮融资，投资者关注的可能不只是又一款旅游AI产品，更值得关注的是，公司能否将多年行业经验转化为可规模化交付的AI基础设施，并在供给侧能力成熟后，进一步改变消费者获得旅行服务的方式。

新的旅行入口是否会由此出现仍待验证，但玩点旅行已经从供给侧开始补齐它成立所需的条件。