全新的可能性，也使得eVTOL首次具备了技术可行性和商业化潜力。 • 电动化：重新定义飞行动力来源 相比传统内燃机，电机驱动系统更为安静、清洁且结构简洁，大幅提升了eVTOL在城 市内及低空空域运行的可接受性。同时，电机内部的机械部件更少，显著降低维护成 本，提升运行可靠性。 • 分布式：打破传统飞机设计边界 区别于主流的传统固定翼飞机的单发或双发设计，eVTOL通常采用更多数量的小型推 eVTOL的商业化进程依赖于健全的监管体系，涵盖适航审定、飞行员执照、空域划设 及运行规范等关键环节。过去，受限于eVTOL相关监管机制尚未成熟，往往只能通过“试 验飞行”方式获得个例豁免审批。当前，中国民航局正与产业界密切协作，积极探索适配 eVTOL运行特点的审定标准及监管框架，通过推动专项型号审定、简化飞行员执照类别、 逐步放开低空空域审批等举措，为eVTOL行业发展创造有利条件（参阅图3）。 型号合格证（TC） ，扩大潜在驾驶员群体。 空域管理方面，中国民航局于2024年发布《国家空域基础分类办法》，首次对中国空 域进行了细化，正式划定出如G类（300米以下）与W类（120米以下）的非管制空域，为 eVTOL等轻型飞行器提供了明确的操作空间。以深圳、四川等地为代表的地方政府正积极 推动低空空域审批机制试点，探索更为简化透明的飞行申报与路径协调机制。未来，600米 以下空域亦有望授权给地方共同管理，将进一步提升低空运行效率与灵活性。

建设 海陆空全空间智能无人体系，推动合作区无人驾驶空域开放，优化飞行活动申请审批流程，缩短申请办理时限， 研究 试点开通合作区与澳门及周边海岛等地无人机 、无人船跨境跨域物流运输航线 2023 年 12 月 21 日 《国家空域基础分类方法》 民航局发布，依据航空器飞行规则和性能要求 、空域环境 、空管服务内容等要素，将空域划分为 A 、 B 、 C 、 D 、 E 、 G G 、 W 等 7 类，其中 A 、 B 、 C 、 D 、 E 类为管制空域 ， G 、 W 类为非管制空域，有助于低空经济规 范化发展 2023 年 12 月 8 日 《民用无人驾驶航空器适航安全评定 指南》 民航局适航司发布通知，就咨询通告征求意见。针对 2024 年 1 月 1 日以前已经设计定型且不进行设计更改的民用 中型 和大型无人驾驶航空器系统，相关运营人如需申请运营合格证从事特定类运行，该系统可在 、空中巡线等运用广泛的行业和领域，体系设计和 细化固定空域常态飞行 、管道空域、特殊间隔等标准规范，最大程度减少空域资源对行业发展的限制 2023 年 11 月 2 日 《中华人民共和国空域管理条例（征 求意见稿） 》 国家空中交通管理委员会办公室相关部门共同起草 ，主要对空域管理机构职责和空域分级分类、划设与调整、使用 、 评估、保障 、战时和平时特殊情况下的空域管理和监督检查等做出规定 2023

低空经济未来的发展面临多重挑战：1）电 池能量密度不足，续航问题尚未解决；2）基础 设施不完善，制约业务发展速度；3）价格和成 本高昂，商业模式不清晰，影响飞行器普及； 4）政策法规和适航认证仍存障碍，缺乏相关的 标准，对空域管控仍谨慎。5）飞行器安全，以 及带来的社会安全问题依然需要有有效的解决 方法。 其中，约束低空经济普及最关键的因素是 电池能量密度鸿沟：目前 300-400Wh/kg 的电 池能量密度无法支撑几小时的低空飞行，未来 控制，显著提升飞行器的单机智能化水平。 在此基础上，智能体将通过连接飞行器与 地面基础设施，构建低空智联网这一数字基石， 实现全域信息的全面感知与资源的高效协同。 其核心价值在于动态优化空域资源分配、智能 规避冲突，从而保障安全、极致提升空域利用 与运营效率。 最终，该系统能面向物流配送、应急救援、 城市交通等多元场景，进行任务的智能调度与 全局规划，实现从“单点智能”到“整体最优” 的跨越，驱动低空经济生态的高效运行。

多变的网络环 境中持续为玩家提供无缝、沉浸的互动娱乐体验，同时实现高效节能 与稳健运营。 4.5 低空经济网络 在低空经济网络场景中，各类载体如大型无人机、旋翼机、气球 和轻型飞艇等在低空空域与地面基站共同编织出一个灵活的三维通 道，用于承载物流配送、环境监测、应急通信、临时零售与数据采集 等多元化业务。随着这些平台在城郊乃至乡村上空的持续巡航，任务 对计算和通信的需求随时在变化：物流环节需要在飞行器上实时完成

新兴险种，通过智 能体动态定价模型实现风险系数动态调整（参考模型参数见下 表）。 风险因子 权重系数 数据来源 宠物品种遗传病 史 0.32 兽医协会数据库 无人机飞行轨迹 0.28 空域管理平台 API 投保人信用评分 0.40 央行征信系统  预防式保险服务 “ ：结合可穿戴设备数据，在健康险中实现 异 常体征预警-保险方案调整- ” 医疗机构对接 闭环。 生态体系构建

检测引擎支从统计分析、机器学习两种模式建立数学模型分析、 检测。支持建立单体模式基线和组模式基线。支持模型编辑、新建。支持对用户行为，包括流 量、连接、应用等行为特征建模，能够分析、预测用户行为异常。进行用户、用户组的时域、 空域特征比对，结合用户、资产的属性，将异常分析由单点拓展至组特征，实现 30 余种异常行 为告警。 支持拓扑管理，支持拓扑编辑器，支持拓扑对象节点的矢量化，支持多层拓扑，区域、组 拓扑节点支持收起、展开；支持拓扑连线的多维属性配置。