能力、边缘计算节点的低延迟处理能力以及终端设备的本地计算资源 进行有机结合。边缘计算节点靠近数据源，可对低空实时数据进行快 速预处理与初步分析，减少数据传输延迟与云端压力；云端则承担大 规模数据存储、复杂模型训练等任务。 同时，借助智能算力调度算法，依据任务优先级、资源需求特点 以及网络状况等因素动态分配算力资源，实现计算任务在不同层级算 力节点间的灵活调配，确保低空各类应用在不同场景下均能获得高效、 智，形成一批面向特定场景的小模型以及行业大模型，支撑未来多元 复杂的低空场景。 图 5 低空算力网架构图 具体来看，低空算力网包括算力网基础设施、算力资源互联互通、 算力任务调度、算力服务，低空大模型五大核心能力：  低空大模型充分利用低空飞行器在日常作业过程中采集的导航、 感知、通信、气象等数据，建立数据共享机制，以低空算力网为 底座持续开展训练，建立一批面向特定场景的小模型以及面向低 空飞行的行业大模型。 空飞行的行业大模型。  算力服务旨在根据低空应用场景对感知、导航、监测等领域的需 求，提供相应的算力服务，辅助低空飞行器进行自动化作业，提 高飞行器智能化水平。 低空智联算力网应用实践研究报告 17  算力任务调度旨在将飞行任务转化成不同类型的算力需求，并按 照区域内的低空算力资源分布情况进行任务定义，并由低空算力 互联互通平台进行任务分发和调度。  算力资源互联互通依据低空算力标识网关，感知区域内所有低空

低空经济政策规划，为低空经济繁荣提供了有力指引和保障。 技术革新与产业基础：我国航空器动力装置、机载系统等加快升级换代，现 代航空产业体系基本形成。通信感知一体化、北斗 +5G高精度导航定位、AI+ 大 模型等新技术广泛应用，电动垂直起降航空器（eVTOL）等新产品研发进程加 速，彻底改变传统通用航空业态。国内有一定规模的无人机与 eVTOL 制造企业 超250家（截至2024年5月），工业无人机制造商达到1 参与到系 统的运行和决策过程中，对系统的输出进行监督、评估和干预。 (2) 人在回路外：是与“人在回路中”相对的概念，指在系统运行和决策过程中，人类不直接参与或干 预，系统完全依靠自身的算法、模型和预设规则进行自主运行和决策。 (3) 秩序保障：确保空中交通管理活动能够在一种稳定、规范、有序的状态下进行。涵盖了空中交通的各 个方面，包括飞机的飞行路线、高度、速度的管控，通信的顺畅，导航的准确等，以维持整个空中交通系统 度飞行场景，开展高密度、大容量飞行场景下的自主运行保障探索。针对此类运 行具有高频次、高密度、高复杂性、有人/无人混合的特点，采用空地协同的自主 运行模式，通过平台积累的大量飞行数据和智能算法模型，赋能航线网络立体化 布局、空域精细化管理、飞行协同化管控，实现低空航空器与地面保障设施的协 同自主运行。 航空器具备高可靠性与全面智能网联能力；地面保障设施具备高带宽低延时网 络通信空域全

Ascend310/910 AI 芯片 基于大数据的全流程临床科研 AI 支撑平 台 全科研 流程支持 算法模型服务 论文编写 实验设计 获取数据 医院临床业务系统 AI 基础 技术与方法 专科医联体平台 专业科研服务 互联网医院 模型构建与优化 科研选题 分析数据 应用层 物联网技术 电子病历后结构化 医学科研方法 自然语言处理 医学知识库 数据挖掘引擎

2、技术研发创新 技术研发创新主要集中在目前低空发展的技术痛点，包括通导监技术（尤其是5G-A通感一体、高精导 航等）、行业大模型、低空管服平台/低空智能大脑、行业技术标准统一、数据库搭建等，目前一些典 型项目包括： 长春发布国内首个低空行业大模型“紫东长空”：该模型由长春市与中科院自动化所产业化公司中科紫东太初联合打造，将多模态感 知、智能预测、实时决策等能力应用于低空经济的核心场景，面向社

字化空间层：指通过对低空空域自然环境、飞行活动、基础设施等进行数字化重构，构建数字低空的数字孪生系统 或数 字低空元宇宙，实现对空域的模拟仿真、规划管理、运营调度和应用支撑等。 √ 建立一套体系性的计算模型方法， 生成基于人工智能模型或规则模型的低空运行方案： 达成目标：实现低空空域及交通路线的动态规划、空域与交通管制的协同管理效能优化、低空态势感知和异常警告等功能，全面 提 高空中交通等空域管理实时性及响应能力。

其次，系统应提供灵活的支付方式，支持主流的支付渠道与工 具，如信用卡、借记卡、移动支付（如支付宝、微信支付）及银行 转账等。同时，为提升用户体验，票务系统需支持订单的修改与取 消，增强用户的下单信心。 在票价方面，实行动态定价模型。根据市场需求波动、航班负 载率、提前预订时长等因素，实时调整票价，以合理反映航班价值 及市场竞争状态。这一策略可以在特定阶段吸引更多的旅客，同时 也为航空公司最大程度地提升收益提供保障。 别出异常情况，例如飞行高度突然下降、航向偏离等，形成初步的 预警信息。 其次，风险评估是事故预警机制的重要环节。对收集到的数据 进行分析，使用统计学方法和机器学习模型，对历史事故数据进行 学习和训练，以建立风险评估模型。该模型可以量化不同飞行状 态、环境因素等对事故发生的影响程度。通过风险评估，可以将飞 行器的运行状态分为不同的风险等级，并设定相应的预警阈值。 在信息传递方面，建立快速高效的沟通渠道至关重要。预警信 70-85 dB(A)，而在最大加速阶段，噪声可达到 90 dB(A)以 上。由于低空航线通常位于居民区和城市周边，噪声扩散对周围环 境的影响不可小觑。 其次，针对噪声污染的评价模型，应运用地面噪声监测和声场 传播模型进行预测。我们将采用 ISO 9613 标准作为评估基础，该 标准提供了一种基于源强度和传播距离计算环境噪声的方法。通过 监测飞行航线周围的环境噪声水平，并结合航空器操作数据，评估

取载运装备、作业装备、关键技术、低空空域和基础设施这 五个要素，即围绕“装备—载荷—技术—空域—设施”五大 供给核心展开评估。同时，为了将供给侧成熟度进行量化， 我们将其分为从概念原型到生态融合的五级成熟度模型 (S1-S5)，并尝试为每个等级给出较为明确的特征定义，详见 表 1。 — 18 — 表 1 低空经济场景供给侧成熟度评价表 成熟度等级 各要素特征 总体特征 业分类、实现功能、政策法规、安全风险这四个要素，即围 绕“行业—功能—政策—安全”四大需求影响动因展开评估。 同时，为了将需求侧成长度进行量化，我们将其分为从需求 萌芽到需求稳固的五级成长度模型（D1-D5），并尝试为每个 等级给出较为明确的特征定义，详见表 2。 — 21 — 表 2 低空经济场景需求侧成长度评价表 成长度等级 各要素特征 总体特征 — 第三章 八大高价值场景的深度剖析 本白皮书编写组会同相关专家，从《2024 低空经济场景 白皮书（1.0）》的百大场景中选取出 60 个，运用“低空经 济场景价值矩阵”模型，按照“5+4”要素体系，根据 S1—S5 和 D1—D5 的详细定义，分别对每个场景的供给侧成熟度和 需求侧成长度的 9 个要素进行独立打分，汇总得出各场景的 供给侧成熟度等级（S）和需求侧成长度等级（D）综合得分，

”， 为公司率先落地的国内首个省级、也是首个军民地三 方协同的低空飞行服务平台标杆项目。 AI进展方面，2025年2月，莱斯信息自研“天牧”系 列低空产品与国产大模型DeepSeek完成深度技术融合， 首次将大语言模型的智能决策能力引入低空管理领域。 2024年起公司在民航及低空领域落地多个重大订单及合作 日期 重要中标/合同/合作 地区 2025/1/17 中标中国民用航空飞行学

考虑到未来无人驾驶的大面积应用，需要早 期通过端到端的大量数据收集分析，训练飞 行器自主驾驶模型。然而，由于景区观光旅游 的场景的复杂程度相对单一，绝大多数路线 仅涉及单点的飞行，飞行的时间较短，飞行高 度也较低，采集到的数据的多样性和体量不 足以支撑未来城市空中交通出行的场景的复 杂模型训练需求，因此从长期发展角度出发， 进入市场的应用场景越接近未来的终极应用 场景，越快能够实现城市空中交通的大规模

考虑到未来无人驾驶的大面积应用，需要早 期通过端到端的大量数据收集分析，训练飞 行器自主驾驶模型。然而，由于景区观光旅游 的场景的复杂程度相对单一，绝大多数路线 仅涉及单点的飞行，飞行的时间较短，飞行高 度也较低，采集到的数据的多样性和体量不 足以支撑未来城市空中交通出行的场景的复 杂模型训练需求，因此从长期发展角度出发， 进入市场的应用场景越接近未来的终极应用 场景，越快能够实现城市空中交通的大规模