受到较大制约，制造过程中的质量控制和资源利用率也较低。 3 / 23 图表：智能制造的发展阶段 资料来源：亿欧智库 随着计算机技术和信息技术的快速发展，数字化制造和自动化生产开始逐渐普 及。制造企业引入了计算机辅助设计（CAD）、计算机辅助制造（CAM）等技术， 实现了从产品设计到生产加工的数字化衔接。生产过程逐步实现信息化管理， 生产计划、设备调度、质量监控等环节都依赖于计算机系统，大大提升了生产 全球智能制造发展趋势 全球范围内，智能制造呈现出几个显著且深刻的趋势，正不断推动制造业迈向 更加高效、智能和绿色的发展阶段。首先，数字化转型正在以前所未有的速度 加速推进。越来越多的制造企业积极引入大数据、云计算、边缘计算等先进数 字技术，彻底改变传统生产模式，实现业务流程的全面数字化和智能化。这不 仅提高了生产效率和产品质量，还促进了制造企业的商业模式创新，如定制化 生产、柔性制造和智 细度高，也大量 采用工业机器人进行贴装、检测和包装，保证了产品的高质量和高良率。在物 流搬运领域，工业机器人能够实现自动分拣、搬运和仓储管理，推动智慧物流 的发展。 此外，食品加工行业也逐渐引入机器人技术，用于包装、分拣和质检，提升了 食品安全和加工效率。近年来，国产工业机器人技术取得了显著进步。中国企 业在机器人核心零部件如伺服电机、减速器、控制系统等方面实现了自主研发 和突破，产品性能不断提升，智能化水平日益增强。

空中交通管制确保了航空货物和乘客的顺畅流通，为旅游业和国际 贸易提供了重要支撑，带动了相关产业的蓬勃发展。 最后，随着新兴技术的发展，空中交通管制的角色愈发重要。 数据链接、自动化管制以及无人机的飞行管理等新技术的引入，意 味着传统的管制方式将进行重大革新。这些技术不仅优化了空域管 理，还为未来的空中交通管制系统提供了更大的灵活性和适应性， 以满足未来航空运输日益增长的需求。 在总结以上几点后，可以看出，空中交通管制不仅关乎飞行的 分配空域资源，减少航班延误，保障航空公司和旅客的时间成本。 通过先进的算法和实时数据分析，动态调整航班的起降序列和飞行 路线，减少航班间的冲突和滞留。 其次，加强空中交通安全保障，降低航空事故风险。通过引入 先进的监测与预警技术，及时发现并处理潜在的安全威胁。例如， 实施自动识别与追踪系统，确保每架飞行器都能被实时监控，并通 过数据融合提高对航班动态的感知能力。 此外，优化航路规划，减少油耗和碳排放。通过更为合理的航 班规划和调度，提升航班的整体飞行效率，从而实现更低的运营成 本和环境影响。研究并应用最新的飞行计划工具和气象信息，为航 班提供最佳的飞行路径和高度选择，以适应气象变化。 进一步，提升空中交通管制人员的决策支持能力。通过引入人 工智能和机器学习技术，为管制员提供智能决策支持系统，帮助其 更快速、有效地进行空域管理和事件处理。同时，加强对管制员的 培训，确保其能够熟练使用新系统，提高管制效率。 最后，促进空中交通管理系统的可持续发展，形成长期有效的

相结合， 使园区碳排放总量与清除量达到动态平衡。主要具有以下特征： 一是能源供给清洁化：多能互补构建低碳能源网络。园区利用当 地能源资源禀赋积极推进“绿电直供”，通过构建风光储氢能源项目， 引入太阳能、风能、水能等多元可再生能源，以及地热能、氢能等新 零碳园区建设路径与对策研究研究报告（2025 年） 2 型清洁能源，在源头降低能源生产和使用过程中的碳排放。部分园区 还积极开展绿电交易，提高园区绿电消纳能力。 基于建设方式主要包括全新规划建设零碳园区和低碳改造已有 1 本报告以工业园区为主要研究对象。 零碳园区建设路径与对策研究研究报告（2025 年） 4 园区两大类。一是全新规划建设零碳园区。这类园区强调在规划建设 初期即引入碳中和理念，将可再生能源禀赋、产业低碳属性和生态承 载力作为基础参数，通过一以贯之的“零碳设计-高效建设-清洁供能- 零碳运营-绿色拆除”，对园区进行全生命周期立项审查、施工审查和 能效测评等 基于创建模式主要包括政企合作、多元化投融资和科技创新等三 大类。一是政企合作模式。通过当地政府与企业合作共建，形成“政 策+市场”双轮驱动的建设模式。融资模式方面，园区建设资金在政府 专项资金的基础上，引入绿色基金、能源服务公司（ESCO）等多元 社会资本共同投资，降低初期资金压力。不仅如此，政企合作模式能 够通过“园区+平台+数据+服务”输出标准化解决方案，具备较强的制 度适应性，易于在县域、开发区、老旧工业区推广。二是多元化投融

析能力不足，导致决策效率低下。为了解决这些问题，人工智能 （AI）技术的引入成为关键。通过 AI 算法，无人机可以实现自主 飞行、目标识别、火情分析和路径规划等功能，从而提升消防作业 的智能化水平和效率。 根据相关数据统计，2022 年全球无人机市场规模已达到 300 亿美元，其中消防领域的应用占比逐年上升。以美国为例，2021 年无人机在消防领域的应用案例中，AI 辅助决策系统的引入使得火 灾扑灭时间平均缩短了 30%，救援成功率提高了 系统的可扩展性和智能化水平也为未来应对更大规模、更复杂的火 灾场景提供了坚实的基础。 1.2.2 减少消防人员风险 在低空无人机消防部署 AI 识别项目中，减少消防人员风险是 一个核心目标。通过引入无人机和 AI 技术，可以有效降低消防人 员在火灾现场的直接暴露，从而减少伤亡风险。具体而言，无人机 可以在火灾初期迅速进入危险区域进行侦察，获取实时火情信息， 而无需消防人员冒险进入。AI 识别系统则能够对火灾现场进行智能 优。例如，在火灾初期，AI 识别系统需要快速定位火源并评估火 势；而在火势蔓延阶段，系统则需要实时跟踪火线变化并预测蔓延 方向。因此，AI 模型的推理速度和精度需要根据不同的任务需求进 行动态调整。通过引入自适应算法和在线学习机制，系统可以在保 证实时性的同时，逐步提升识别精度。 综上所述，实时处理能力是低空无人机消防部署 AI 识别项目 的核心技术需求之一。通过优化计算资源配置、算法设计、数据传

空间关系进行推理判断。 2025.03 2025.05 以 Spatial Sky 为代表的低空“感知 - 推理 - 决策”一体化数 据 CityEQA 现实推理决策 覆盖多源传感器信息 ， 引入 物理约束 ，进行动力学推理、 多机协同、 安全决策等任务 UAVBench 仿真推理决策 因果 / 关联 / 反事实推理； 路线规划与动作输出； 仿 真 ➡ 现 实 泛 化 测 试 仿真感知推理 仿真感知推理 无人机第一视角场景理解 ， 对话问答 ， 以及任务规划。 仿真空间推理 在多个视角转换设定下 ， 进行定量空间推理。 Open3D-UAV EmbodiedCity 多源推理决策 引入多视角协同推理， 加入多源评估与协作决策。 UrbanVideo 2025.11 2025.02 ! 2022.05 2023.08 2024.06 2025.05 以 AerialVLN 为起点的低空具身智能相关数据集正持续丰富与完 善 CityNav 真 实 点 云 + 地 标 +32637 条指令 AVDN 引入 “ 指挥官 - 机手”对话 ，提 供 3k 对话轨 迹与注意力热图 ，模拟飞行中语 言 澄清 UrbanVideo-Bench 汇集两座真实城市 视 频 + Aerial VLN 环境 ，共

源、一体化网络建设和运维效率高等优势。 但传统地面移动通信网络主要聚焦于地面用户,在低空场景 的高质量连续覆盖组网、空地用户移动性管理等方面的研究相对有限。 为解决复杂空域覆盖空洞、地面 用户网络质量下降等问题,探索将智能超表面技术引入低空移动通信网络,提出在收发端侧和信道端侧 均采用智能超表面辅助的低空组网架构,为低空区域高质量、连续、深度覆盖提供低成本、低功耗且易部 署的解决方案。 关键词:无线通信;低空移动通信;智能超表面;网络覆盖 Aircraft System,UAS),第三代合作伙伴计 划(3rd Generation Partnership Project,3GPP) R18 中的 5G 核心网引入了新网元 UAS 网络功能(UAS Network Function,UAS NF) 与无人机服务系统(UAV Supplier System,USS)对接 [4]。 的站址规划必须结合基站的覆盖能力和盲区的具 体空间特征,进行系统性的三维部署优化。 三是空口资源分配限制。 RIS 以前馈方式直接反 射射频信号,其空口资源通常与主基站共享。 若某一 小区内部署多个 RIS 设备,将引入额外的空口资源占 用需求。 多个 RIS 之间的资源协调以及其与基站之间 的资源分配将显著增加系统调度的复杂性。 6 挑战及展望 6. 1 覆盖能力与部署复杂度的内在矛盾:从单点优 化到系统级权衡

通过人工智能技术对生产工艺进行自动优化和调整，提高生产 效率和产品质量。 人工智能与机器学习辅助决策 1 2 3 打造高度自动化的生产线，实现生产流程的自动 化和智能化。 自动化生产线建设 引入工业机器人参与生产，提高生产效率和减轻 员工劳动强度。 工业机器人应用 建立制造执行系统，实现生产计划的制定、执行 和监控全过程数字化管理。 制造执行系统（ MES ）实施 工业自动化与智能制造融合 安全防护措施 采用防火墙、入侵检测、数据加密等 安全防护措施，提高数字化工厂网络 的安全防护能力，防止数据泄露和网 络攻击。 四、 钢铁企业数字化工厂 需求要点 智能化设备与系统 引入先进的传感器、控制器和执 行器等智能化设备，构建高效、 智能的生产系统。 自动化生产流程 实现生产流程的自动化，包括原 料准备、加工、装配、检测等环 节，提高生产效率和产品质量。 数据采集与分析 02 03 人才引进、培养和激励机制设计 内部培训资源整合 整合企业内部培训资源，形成系统化、 标准化的培训体系，提高培训效果和 质量。 外部合作拓展 积极与高校、科研机构等外部机构合 作，引入先进的数字化技术和理念， 提升企业数字化水平。 实践案例分享 鼓励企业内部团队之间分享数字化转 型的成功实践案例，促进经验交流和 知识共享。 内部培训资源整合和外部合作拓展 传播核心价值观

产业生态：聚集纳睿雷达、海 鸥飞行汽车等 40 余家企业， 2023 年产值 42.45 亿元，建 成全国首套全空间智能化体系 服务平台。 广州花都低空经济产业园 重点方向：聚焦低空 AI+ 、智 能制造，引入顺丰无人机研发 基地，建设无人机适航认证中 心。 武汉光谷低空经济示范区 政策框架：《湖北省加快低空 经济高质量发展行动方案》提 出， 2027 年产业规模突破 1000 亿元，建设 飞行器与地面控制系统、其他飞行器等进行网络连接，实现信 息的实时交换和共享，提高低空交通的效率和效率和安全。 智能网联技术的应用 低空经济的运行管理涉及到飞行器的调度、航线的规划、空中 交通的监控等多个方面。通过引入智能网联技术，可以实现对 低空交通的精细化管理，提高运行效率，降低运营成本。 运行管理的优化 智能网联与运行管理 关键技术突破“从点到线再到面” 关键技术突破安全管理构建因地制宜的体制机制 引擎，建立数据中心。 空域管理面临的挑战 随着低空经济的快速发展，空域管理面临着诸多挑战，如空 域资源的紧张、低空交通的复杂性增加、安全管理难度加大 等。空域管理的挑战也带来了创新的机遇。通过引入先进的 技术手段，如数字孪生技术、大数据分析等，可以提高空域 管理的智能化水平，优化空域资源的配置。 挑战与机遇 衔接点：对于低空来说，从哪飞从哪降？如何飞如何降？ 关键问题 空间扩展如何管理：将

网络架构变革及能力演进 [6],通过 5G-A 网络实现对 无人机系统的新型标识引入、可靠连接、有效追踪等, 并从飞行周期业务保障、飞控适配增强、飞行网络状态 分析、探测与避让(Detect And Avoid,DAA)等进行能 力增强。 以核心网为例,3GPP 从 R17 开始就引入对无人机 接入 4G/ 5G 架构及机制的定义,实现网络支持无人机 系统,主要研究内容包括无人机身份识别、认证和授 DAA 等;R19 是“服务好”,为无人机 安全飞行提供更好的飞控和服务。 无人机身份识别是 5G-A 网络对无人机可管可控 的基础。 目前,业界已经进行了网联无人机可信接入 方案的技术验证,通过引入新型无人机标识,实现管控 平台对网联无人机的鉴权授权。 通过端网云整体的解 决方案,端到端的打通,实现了网联无人机的标识和相 关流程处理,以及可信标识的实现和管理。 通过网联 无人机可信接入关键技术验证

的自给自足能力。水供应方面，需确保合适的管网布局，配备生活 及消防用水的相关设备。此外，园区应考虑到污水处理及垃圾分类 系统的建立，达到环保要求。 信息通信基础设施同样不可忽视。建设高速度的互联网接入是 发展的重要保障。园区应引入 5G 网络和光纤宽带，提升信息化的 服务能力和覆盖范围，并围绕智能化管理系统，搭建统一的智慧管 理平台，以实现智能调度、实时监控等功能。 在安全设施方面，园区应配置完善的消防系统、监控系统以及 讨论飞行任务的安排、问题的解决及安全评估。 4. 技术支持区：配备技术人员进行日常的系统维护和故障排查， 确保飞行操控系统的稳定性和可靠性。 此外，为了增强飞行操控中心的功能和灵活性，建议引入以下 技术：  无人机监控技术：通过无人机实施空中巡视，提高对园区内飞 行动态的实时反馈能力。  人工智能算法：运用 AI 技术辅助飞行路径规划和风场模拟， 提升飞行调度的效率。 飞 通风与照明：维修车间应具备良好的通风与照明条件，确保工 作人员在舒适的环境下工作。  环境保护功能：维修活动中可能产生废气与废水，因此设施应 配备相关环保设施，对废物进行规范处理，符合环保标准。  智能化管理系统：引入现代化的信息管理系统，用于监控维修 流程、库存管理及安全检查，提升管理效率。 维修和服务设施的建设预算需充分考虑设备的投资、建筑材料 的选择以及后期的维护费用。根据预估，整体设施建设可分为初始