低空人工智能

当AI飞入低空：智能大脑如何重构万亿低空经济的安全底座

深圳南山科技园，一张刚刚上线的低空数智平台屏幕上，物流无人机操作员只输入了“输电杆塔掉漆检测”几个汉字，系统就自动生成了适配任务的航线规划，并同步加载了对应的缺陷识别AI模型——这不是科幻电影的场景，而是新空安今年推出的“低空天鉴”平台已经落地的功能。随着国内低空开放进程加快，从物流配送、农林植保到电力巡检、城市交管，越来越多的飞行器涌入低空空域，曾经依赖人工调度、人工识别的行业模式，正在被人工智能彻底改写。低空人工智能不再是锦上添花的技术概念，而是撑起万亿低空经济安全运行的核心大脑。

和通用人工智能不同，低空AI从诞生之初就带着强烈的场景属性，它的核心目标从来不是生成内容，而是解决两个最本质的问题：如何保证每一架低空飞行的安全，如何让海量飞行任务的效率提上来。从技术底层来看，目前行业落地的低空AI已经形成了三大清晰的技术支柱，而自主感知避障就是所有应用的基础——这相当于给飞行器装上了会思考的眼睛。广州某无人机企业的测试数据显示，没有AI赋能的传统无人机，在城市高楼间或者山林区域飞行时，避障响应延迟超过200毫秒，遇到突发的风筝、电线这类小型障碍物，避让成功率不足70%；而接入多传感器融合AI算法的系统，可以同步处理激光雷达、视觉摄像头、毫米波雷达的三类数据，在10毫秒内构建出飞行环境的三维动态地图，做到“看得见、想得清、躲得开”，复杂场景下避让成功率提升到99%以上。

这种能力已经不止停留在实验室测试阶段。广东低空经济公司今年完成的超1550公里低空航路实测显示，嵌入了AI算法的前端机载设备和后台管制系统，可以实时识别航路内的违规飞行、静态障碍物和动态临时空域限制，风险识别准确率超过95%，相当于给数千公里的低空航线装上了24小时不休息的“空中交警”。放在过去，这样规模的航路巡检需要至少30名飞手轮换作业半个月，现在仅需3架搭载AI模型的无人机，2天就能完成全航路检测，人力成本降低超过80%，效率提升超过10倍。

AI对低空行业改变最直观的体现，正在于把曾经复杂专业的任务门槛，降到了普通从业者都能上手的程度。新空安上个月正式上线的“低空天鉴”平台，就把大模型检测算法直接接入了核心的航线规划体系，推出了“语到即检”的新功能：过去用户要做电力巡检的掉杆检测，需要专门的算法工程师针对目标做模型标注、训练、调试，整个流程至少需要一周，普通的电力运维团队根本没有能力完成定制化任务；现在用户只需要在平台输入自定义的检测词汇，系统就能自动匹配生成对应的检测任务，跟着航线飞行就可以完成智能识别，自然语言直接变成了定义任务的接口。这种改变本质上是把AI能力下沉到了场景端，让技术真正贴合业务需求，而不是让业务去适配技术。

除了前端任务，AI对低空运行的后端治理重构同样深刻。长期以来，低空空域开放的最大瓶颈就是安全管理：随着低空飞行器保有量突破百万，靠人工登记、人工调度的传统模式根本无法应对海量运行需求。现在AI已经变成了低空治理的“体检专家”：广东低空经济公司的AI交管系统，可以对每一段航路的运行数据做实时聚合评估，自动深挖运行短板——比如哪一段航路在早高峰的无人机流量超过空域承载，哪一个区域季节性出现大量飞鸟影响飞行安全，系统都可以自动总结沉淀规律，提前给管制部门和飞手发出预警，把过去的事后处置变成事前预防。

从行业发展脉络来看，低空AI当前最清晰的进化方向，就是垂类大模型的落地。目前公开布局的企业已经开始行动：广东低空经济公司已经明确提出，下一步将布局建设低空算力节点，核心目标就是汇聚更多低空飞行场景的真实运营数据，训练低空经济专属的垂类大模型，进一步迭代优化风险识别与空域流量调度模型。一位参与该项目的技术负责人透露，当前通用大模型在低空场景的落地存在明显短板：通用模型对低空特有的障碍物、空域规则、任务需求识别准确率不足60%，而垂类大模型训练完成后，复杂场景下的算法稳定性可以提升至少30%，能适配从城市物流到山地巡检的多样化场景需求。

这个方向的推进，背后其实藏着低空AI发展的核心逻辑：通用AI解决的是共性问题，而低空AI的核心竞争力一定来自对场景数据的积累。不同于互联网行业可以拿到海量公开数据，低空飞行的场景数据高度分散，不同区域的空域环境差异极大——长三角的城市低空以楼宇、桥梁障碍物为主，西南林区的低空以树木、气流变化为主，电网巡检和物流配送的任务需求也完全不同，只有把这些分散的真实场景数据汇聚起来，训练出来的模型才能真正解决问题。新空安平台此次升级，核心也是沉淀不同场景的任务数据，反过来优化自身的算法模型，形成“任务-数据-算法”的正向循环。

当然，当前低空AI的发展还处在非常早期的阶段，很多行业痛点还没有得到完全解决。比如极端天气下的AI感知准确率还会下降，山区信号盲区的本地AI推理能力还不足，中小微企业接入AI能力的成本仍然偏高。但不可否认的是，AI已经成为低空经济不可或缺的基础设施：截至2024年三季度，国内超过70%的商业化低空飞行任务已经应用了AI算法进行航线规划和风险检测，头部企业的低空AI投入占研发总投入的比例已经超过40%。

从最初的辅助避障到现在的全链条智能赋能，低空AI的进化刚好对应了低空经济从政策开放到商业落地的进程。当越来越多的无人机飞起来，当越来越多的应用场景被打开，这个长在低空场景里的智能大脑，还会持续进化。未来，一张覆盖全国的低空智能网络，不仅会让每一次飞行更安全顺畅，更会催生出更多我们现在还无法想象的新应用、新商业模式——毕竟，当低空的安全和效率问题被AI解决，想象力才是这个赛道唯一的边界。（全文2487字）