低空经济AI应用

AI大模型落地：低空经济从“飞起来”到“聪明飞”的拐点已经到来

2026年8月，杭州滨江的一场“AI+低空经济”专题沙龙上，近百位产业从业者围坐在一起，分享的不再是“低空经济未来有多大”的宏观畅想，而是实打实的营收增长数据、已经落地的场景解决方案。联汇科技副总经理邓冬梅公开的数据格外引人注目：2024到2025年，公司在AI低空相关赛道的营业收入增长超过3倍，2026年还将实现跨越式提升。

这个数字背后，是整个低空经济产业的悄然转向：当空域开放、机型研发等基础问题逐步解决后，AI正在成为捅开低空商业化落地窗户纸的那根针——从依赖人工操控的“工具飞行”，到能自主决策、按需服务的“智能飞行”，低空经济的商业化拐点，正在AI的推动下加速到来。

让自然语言变成任务：AI重新定义低空作业逻辑

在新空安上个月刚刚正式上线的“低空天鉴”低空数智平台上，一名电力巡检人员不需要懂代码，也不需要复杂的模型训练，只需要输入“检测10号杆塔的绝缘子裂纹”这句自然语言，系统就能自动生成对应的目标检测任务，匹配航线并同步到作业无人机上——这就是大模型给低空作业带来的最直观改变：把专业的AI能力，变成了所有一线从业者都能用的工具。

新空安的这次平台升级，核心就是把大模型检测算法正式纳入了航线规划体系。过去，无人机航线规划和目标检测是两个脱节的环节：飞手要先提前踩点规划航线，技术人员要提前针对特定检测目标训练算法，任何一个环节调整都要花费数天时间。而现在，用户可以通过自定义检测词汇直接配置目标检测任务，大模型会自动拆解需求、生成航线，在飞行过程中同步完成智能检测，真正实现了“语到即检”。

“过去我们说低空经济缺应用，其实很大一部分原因是使用门槛太高了。”一位杭州当地的无人机作业服务商告诉记者，此前他们接园区巡检的订单，光是给不同园区定制检测算法就要投入两三个人一周的时间，小订单根本不赚钱。而AI大模型的接入，把定制任务的时间从天压缩到了分钟，就算是只有一两平方公里的小型园区巡检订单，也能做到有利可图。

这种门槛降低带来的变化，正在激活海量的碎片化低空需求。联汇科技自研的“御行智飞大脑”，已经让无人机彻底摆脱了全流程飞手操控的传统模式，具备了自主思考、决策和行动的能力。在水域火情应急场景中，过去接到报警后，飞手要赶往事发现场，还要在复杂气象条件下操控无人机搜寻火源，往往会耽误数个小时的黄金救援时间；而搭载了御行智飞大脑的无人机，接到指令后可以自主规划绕行障碍物的航线，自主识别火源位置，甚至可以根据火势变化调整侦察重点，整个过程不需要人工介入，响应速度提升了数倍。

从概念到营收：AI低空落地已经跨过“0到1”

很多人对AI+低空经济的印象还停留在技术概念层面，但产业端的真实数据已经证明，这个赛道已经跨过了从0到1的阶段，开始进入规模化增长的快车道。杭州滨江作为国内低空经济先行试点区域，目前“AI+低空经济”的产业生态正在加速形成，从平台运营到核心部件，再到场景应用，已经形成了完整的梯队，而联汇科技三倍的营收增长，只是这个产业爆发的一个缩影。

根据国家互联网信息办公室旗下平台发布的产业观察，2026年以来，我国低空经济进入政策落地、场景加速普及的新阶段，AI与低空通航体系的融合正在打通此前的诸多落地堵点，全方位推动制造、服务等领域的转型升级。不同于此前很多领域“AI先炒概念再找落地”的路径，AI在低空经济的落地从一开始就围绕真实痛点展开：飞手成本高、复杂场景应对能力差、定制化任务门槛高，这三个长期制约低空商业化的核心问题，正在被AI逐一解决。

飞手成本是此前低空作业最大的成本项之一。一位行业统计数据显示，在长距离电力巡检、大面积河湖巡查这类场景中，飞手的人力成本要占到项目总成本的40%以上，而且资深飞手培养周期长、流动性大，很多作业企业常年面临“找不到飞手接不了单”的困境。而AI自主飞行技术成熟后，一台无人机只需要后台有一名监控人员就能完成作业，人力成本可以降低60%以上，这直接让很多过去不经济的场景变成了盈利项目。

复杂场景的适应性问题，同样被AI解决。过去无人机在城市楼宇之间作业，面对突发的大风、临时出现的障碍物，飞手反应稍慢就会出现坠机风险，因此很多城市低空场景迟迟不敢放开；而现在AI智能体可以自主拆解复杂决策，在楼宇之间飞行时，能实时感知周边环境变化，自动调整航线避障，安全性比人工操控提升了一个数量级。正是这种能力提升，让城市物流、城市巡检这类高价值场景开始逐步放开测试。

值得注意的是，AI给低空经济带来的不只是作业端的效率提升，还有整个低空安全管理体系的升级。新空安的低空数智平台本次升级，核心除了智能应用和航线规划，还包括智慧交管和低空态势能力的全面升级。当低空飞行的无人机越来越多，靠人工管理空域根本忙不过来，AI可以实时整合所有低空飞行目标的位置、航线、任务信息，自动识别异常飞行，提前发出预警，这为后续低空进一步开放打下了安全基础。换句话说，AI不只是给产业端做加法，也给监管端提供了可行的技术方案，解决了“放开之后怎么管”的核心问题。

接下来要走的路：生态融合比单点技术更重要

从目前产业发展的态势来看，AI+低空经济已经走完了技术验证和初步商业化的阶段，接下来要走的，是生态融合的路。在杭州滨江的沙龙上，不少企业都提出，现在单点技术已经成熟，缺的是不同主体之间的打通：比如算法企业和机型制造企业的对接，平台运营方和监管方的数据打通，不同场景之间的技术复用。

目前来看，头部玩家已经开始搭建开放平台，降低整个行业的AI使用门槛。新空安的数智平台就把算法管理、智慧交管这些核心能力开放出来，中小无人机企业不需要自己研发大模型，只需要调用平台的能力就能给自身产品加上AI属性，这会大大加快整个行业的AI化进程。而AI智能体取代传统大模型对话交互，成为产业落地主要方向的趋势，在低空经济领域体现得格外明显：相比于用来聊天的大模型，能落地执行具体飞行任务、完成检测分析、自主决策的AI智能体，才是产业真正需要的产品。

我们也必须看到，当前AI+低空经济的发展还处于早期增长阶段，三倍的营收增长固然可喜，但整体市场规模还不够大，很多场景还在试点验证阶段。但不可否认的是，AI已经实实在在改变了低空经济的发展逻辑：过去我们说“低空经济要先建基础设施再找应用”，现在AI让应用场景先跑了起来，用应用增长反过来带动基础设施的完善，这种自下而上的发展路径，反而让整个产业走得更扎实。

就像杭州滨江那些企业用真实营收证明的那样：低空经济从来不缺想象空间，缺的是把想象变成实实在在订单的能力，而AI，正在给这个产业补上最重要的一块拼图。当无人机能听懂人话、能自主干活、能赚钱盈利的时候，低空经济的大规模商业化，真的不远了。

（全文约2480字）