21世纪经济报道记者孔海丽

　　AI技术飞速发展，让一度遥远的“空中之城”加速融入现实。

　　低空经济，作为承载着无人机物流、应急救援乃至未来载人交通的新兴业态，正迎来由AI技术驱动的深刻变革。

　　近日，由清华大学工业工程系主办的“2025人工智能计算大会AI赋能低空经济发展论坛”上，来自学界与产业界的专家指出，AI不仅是低空经济的辅助工具，更是贯穿始终的“操作系统”，为构建高效、安全的未来低空交通体系提供了核心驱动力。

　　构建低空经济数字基建与“红绿灯”

　　除了在具体应用场景中进行精密的运筹优化，与会专家认为，AI还将在低空经济的宏观管理和基础设施建设中扮演核心角色。

　　香港城市大学协理副校长李立帅教授指出，随着天空中无人机数量的增多，如何进行有效的无人机交通管理（UTM）成为关键。这涉及从航路网络的长远规划，到每条航线的具体设计，再到应对动态订单需求的实时更新。而这一切复杂的决策，都离不开AI算法的支持。

　　为了让低空空间“看得见、管得清”，数字化的基础设施建设迫在眉睫。

　　北斗伏羲信息技术有限公司董事长伍学民在论坛上提出了构建全国统一时空标准，打造低空立体交通“红绿灯”系统。这一系统依托数字化道路和信息化网络，集数据采集、传输和调度于一体，内置“交通规则”，为低空飞行器提供精细导航，实现低空智联。

　　中电信无人科技副总经理刘敬颐则从通信运营商的角度补充，5G-A等先进网络技术结合AI算法，可以实现对飞行器的精准感知和波束的自动化跟随覆盖，这是保障低空网联化、智能化的基础。

　　不过，这条理想中的路线要实现也非一时之功，面临着算力、安全与人才等方面的挑战。

　　清华大学工业工程系长聘副教授祁炜认为，展望未来三到五年，以同城即时零售和快递为代表的物流场景，最有可能率先实现规模化落地。但这条道路并非坦途。

　　首先是强大的算力支撑。

　　浪潮信息副总经理赵帅指出，低空经济场景极其复杂，从天气预测、航路规划到多模态数据分析，都需要海量、多元的智能算力。

　　构建云端协同的“中心-边缘”计算架构，在云端进行“战略”推演，在边缘端完成“战术”执行，将是未来的发展方向。

　　其次，是飞行器核心技术与安全问题。

　　低空经济的核心载体——飞行器本身，也面临着原理和技术上的挑战。清华大学航天航空学院党委书记、清华-亿航联合研究院院长陈海昕教授从飞行原理出发，深入剖析了eVTOL（电动垂直起降飞行器）的技术路径。他指出，如何在垂直起降的灵活性与高速平飞的高效率之间取得平衡，是当前不同技术构型探索的核心，而这直接关系到飞行器的可靠性。这种可靠性是安全的基础。

　　陈海昕教授强调，“无安全不经济”，他认为低空经济的安全包含三个层面，飞行器的飞行安全，避免与侵闯禁入空域的空防安全，以及防止产业过热和供应链断链等的产业安全。

　　尤其是在电池能量密度等核心技术仍存在瓶颈的情况下，如何确保飞行器的可靠性至关重要。

　　最后，所有技术的实现最终都离不开人才。

　　清华大学工业工程系副主任王琛副教授认为，既懂AI算法又懂低空业务的复合型人才是当前产业发展的短板，需要产、学、研各方协同，共同加速人才的培养。

　　为低空物流场景算出经济账

　　低空经济要从概念走向产业，商业模式的经济可行性是必须跨越的门槛。尤其是在同城即时配送领域，无人机的成本问题一直是关注的焦点。

　　祁炜在接受21世纪经济报道记者专访时进一步阐释，低空经济场景下，物流、规划、资源配置等广阔的数据分析都可能被广义AI提升效率。

　　祁炜表示，当下火热的AI大语言模型如同一个知识渊博但决策过程不透明的“黑盒”，而低空经济作为一个高度系统耦合、对安全性和精确性要求极高的复杂场景，更需要运筹优化这类能用数学语言精确表达、决策路径清晰的“白盒”AI大模型来求解。

　　在专访中，祁炜教授指出，单纯投入无人机并不能保证经济效益，关键在于能否通过规模化和智能化的调度，找到成本与效率的盈亏平衡点。

　　他以城市物流为例，描绘了一种空地一体化智能配送的新模式。在这种模式下，无人机并非直接将外卖送到消费者手中，而是承担干线运输的角色，在固定的空中走廊中快速穿梭于不同站点之间；而配送的“最后一公里”，则由更灵活的末端骑手完成。

　　“我们测算过，在城市里完全依靠骑手进行点对点的长距离配送，时间慢且单量有限。”祁炜教授解释道。空地协同的优势在于，它结合了无人机在速度和效率上的长处与骑手在复杂城市末端路网中的灵活性。

　　然而，这背后是一个复杂的系统优化问题。垂直起降场应该建在哪里？无人机航线网络如何规划？每个站点需要部署多少骑手才能避免包裹堆积或运力闲置？

　　这些问题环环相扣，需要通过“白盒”的运筹优化模型进行联合求解，才能实现整体成本的最优。

　　祁炜强调：“如果只是盲目地铺设网络，可能会让那个账算过来的点（盈亏平衡点）来得更晚一些。”通过智能算法的精密计算，可以极大节省成本，并让配送时间快很多。

　　在农业等场景中，这种空地协同的逻辑则正好相反。

　　农田作业需要无人机负载较重的农药或化肥，单次起飞的半径有限。此时，卡车就化身为“移动航母”，负责地面上的干线运输，将无人机搭载到不同的作业区域，再由无人机完成精准的末端喷洒作业。

　　这同样需要AI算法来规划卡车与无人机的协同路径，以达到最高效的经济效益。

　　但不可否认的是，AI技术正以前所未有的深度和广度赋能低空经济。

　　或许，从优化具体场景运营效益的“白盒”模型，到支撑整个行业发展的数字基础设施和智能算力，一个由AI驱动的、更加智能、安全、高效的低空经济新时代正在加速到来。