�N��04#� �0��;#� �����0 ���� 低空智能网联体系赋能低空经济规模化发展 刘牧洲 肖海浪 周晶 席绪亚 赵慧 张成岩 (中国联合网络通信有限公司研究院,北京 100176) 摘要:低空经济已列入战略性新兴产业,成为发展新质生产力的重要方向。 低空智能网联体系是加速低 空经济规模化发展的有效途径之一。 低空智能网联体系以空地融合网络为基础,集成诸如导航、气象、 感知、算力等多元数智能力 赋能各类低空应用创新场景。 低空智能网联体系将塑造“自由飞、智能用、精细管”的低空经济规模化发展新格局。 关键词:低空经济;低空智能网联体系;关键能力 中图分类号:F424. 3 文献标志码:A 引用格式:刘牧洲,肖海浪,周晶,等 . 低空智能网联体系赋能低空经济规模化发展[J]. 信息通信技术 与政策, 2024,50(11):23-27 形成有力支撑;三是现有无人机系统多采用 点对点通信,“数据孤岛” 问题凸显,需要关键技术突 破来实现“随心飞”和“智能用”。 在市场方面,应用尚 处于小规模试点阶段,需要加快突破监管、应用智能等 方面瓶颈,形成规模化发展。 基于此,以智能化、网联化为核心,渗透低空经济 全部产业环节,打造低空产业全程全网连接底座、面向 监管的感知底座和低空智能应用的算力底座,即打造 这 3 个底座融合的低空智能网联体系,将是有效的解

期待保险行业 数据 + AI开启经验规 模化复制时代 19 December 2023 数据 + AI开启经验规模化复制时代 目录 焦点透视：AI狂潮中的大变革 • AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 和商业价值。随着平台的发展，新的AI Agents涌现，提供专业化、高端化、个性化、规模化、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营 模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技 术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。 • 保险公司在应用AI技术方面的优势和能力：保险公司可以通过分析自身优势并利用AI技术提

展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化 发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实 践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 ii 核心技术研发、规模化落地路径等诸多问题，都需要我们在实践中不断探索、逐 用和发展标定了最广阔、最迫切的需求场景。 正是基于这样的初心与担当，我们梳理了多年来的系统性的经验与思考，形 成了这份关于工程智能的白皮书。书中聚焦工程智能的核心，详细阐述了从单点 突破到规模化赋能的实现路径。我们希望通过这份白皮书，为工程智能领域的研 究者和从业者提供一套系统的认知框架与实践参考，更希望能吸引更多有志之士 加入进来，共同破解难题、凝聚共识。 工程智能是新质生产力的重 忽视的洞见浮现出来：这并非一条单行道。正如工程需要 AI，人工智能的未来， 同样亟需工程智能为其开辟规模化之道路。 为何如此断言？因为当前的人工智能，尽管声势浩大、发展迅猛，本质上仍 是一种“先进技术”，距离成为真正的“生产力”尚有漫漫长路。纵观历史，无 论是蒸汽机还是电力，任何一项革命性技术，唯有在实现规模化应用后，才真正 转化为推动社会变革的生产力。一项技术若只能在实验室、在少数专家的手中、

器智能已达到前 所未有的成熟水平。与过去试图模拟人类智能不同，现在的机器被赋予了专业智能，能够在信息 物理系统中胜任复杂的生产任务；二是在产业应用层面，领军企业正重新定义“试点”的范围。为 了推动规模化应用，这些企业不再局限于单个用例，而是将视野拓展到整个生产网络，通过全面 布局推动转型升级。 围绕该话题，我们拟发布系列文章（共三篇），将立足于全球制造业的发展实际，深入探讨领军 制造商对AI的战 系列文章的开篇，本文将重点诠释为何AI的成熟标志着4IR拐点的到来，解码领先制造商如何利用 AI重塑竞争优势，并列举制造商在行业竞争日益激烈的当下，需要考虑的三种战略对策——创 新、加速以及追赶。后续两篇文章将分别聚焦AI对制造业的规模化影响，以及推动AI应用所需的 基本能力。 新技术采用的S曲线 通过对历史上多次工业革命的回顾与分析，我们不难发现，它们的发展轨迹均呈现出一种S型的 曲线特征。一阶段是“学习曲线”，往往历时较长， 员工 等多个来源，生成和收集海量数据。数据是灯塔企业领跑行业的重要原因之一。他们领先一步， 更早地投资建立了数据基础设施，虽然在早期承担了一定的风险，但在后期成功释放了AI的潜 力。 走出规模化的低谷 从灯塔企业身上我们不难看出，AI拥有的新用例不计其数，有望带来难以想象的绩效提升。 用例启迪能力，能力引领规模。2018年，前沿用例的具体表现还是高级分析和自动驾驶汽车的本 地化应用、高

风光储联合发电技术 研究与示范 2021年5月26日 01 02 03 04 示范工程建设情况 风光储联合发电技术研究 储能在规模化新能源并网中的应用 储能存在的问题及建议 3 一、指南响应情况 示范工程建设情况 ➢ 推动能源发展方式转变，构建安全、稳定、经济、清洁的能源供应体系，变得愈发重要。加快发 展风能、太阳能等新能源成为全球关注的重点方向； ➢ 风能、太阳能具 术规范 ➢ 电源侧调频用电化学储能系统运行 管理规范 ➢ 用户侧锂离子电池储能系统运行状 态评估规范 01 02 03 04 示范工程建设情况 风光储联合发电技术研究 储能在规模化新能源并网中的应用 储能存在的问题及建议 风光储联合发电关键技术研究 国家科技支撑计划 ➢ 风光储输示范工程关键技术研究 ➢ 大型风电场智能化运行维护关键技术研究及示范 ➢ 太阳光伏系统户外试验场技术研究与示范 高效高可靠低压交直流微电网关键技术及示范应用 ➢ 国家风光储输示范电站低频谐振分析及治理关键技 术研究 国家电网科技项目 ➢ 多类型储能装置的工程化示范 ➢ 电池储能规模化系统集成及接入关键技术深化研究 ➢ 国家风光储输示范工程精益化运行技术研究 ➢ 梯次利用动力电池规模化工程应用关键技术 ➢ 电网侧大容量电化学储能电站运行状态评估及智能 化维护关键技术研究及应用 ➢ 大容量电化学储能电站并网检测及运行评价关键技

导，完成产品化探索和初 步试点；2020-2022年进入规模化发展期，中国企业快速崛起，京东、阿里等相继推出智能配送车产品，北京率先给予路权支持，而亚马逊、联邦快递等海外项目相继停 止；2023年至今为场景化试点期，随着成本大幅下降（毫末智行小魔驼3.0售价降至8.99万元）和政策法规完善（杭州成为首个立法城市），行业从试点走向规模化应用。 目前无人配送车已获准在北京、海南、浦东、杭州、青岛 主导，完成产品化探索和初步试点；2020-2022年进入规模化发展期，中国企业快速崛起，京东、阿里等相继推出智能配送车产品，北京率先给 予路权支持，而亚马逊、联邦快递等海外项目相继停止；2023年至今为场景化试点期，随着成本大幅下降（毫末智行小魔驼3.0售价降至8.99万 元）和政策法规完善（杭州成为首个立法城市），行业从试点走向规模化应用。目前无人配送车已获准在北京、海南、浦东、杭州、青岛等地指 2016年7月：开始送货服务试点; 2018年1月：Nuro.ai推出第一代送货机器 人R1，12月投入试点; 2019年：亚马逊Scout、联邦快递Roxo项目启动。 海外企业主导技术突破，产品初步商业化试点。 规模化发展期 2020-01-01~2022-01-01 4 智能物流车行业产业链上游为核心零部件供应环节, 主要作用为中游企业制造提供感知器件、底盘、芯片等零部件及软件产业链中游为解决 方案提供环节

央企加速数据中心向智算中心转型，推动行业数据产业共同体组建，明确三维支撑的具体 实施路径。2025 年落地推进阶段，政策聚焦成效强化，扩大高价值场景覆盖至超 500 个， 推动智算平台规模化应用，分批构建重点行业高质量数据集，完善数据共享与合规流转机 制，为央企 AI 规模化发展提供了清晰路径与坚实保障。 图表 1 央企数智化转型相关政策 发布时间 政策名称 政策内容 政策方向 2023.2 做好 2023 国务院关于深入实施“人工 智能+”行动的意见 要求央企在制造、能源等 6 大领域深化 AI 融合，到 2027 年实现智能终端、智能体应用普及率超 70%，带 动智能经济核心产业规模增长 AI 规模化 应 用 硬 指 标 信息来源：科智咨询分析整理 AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 6 二、AI 赋能央企数智化转型市场规模 主要结论：AI 度、生产管控）的国产化替代，再向边缘系统（如办公、辅助管理）延伸，从协同模式看， 央企与国产芯片、操作系统厂商建立“联合研发机制”，以加速软硬件优化和适配。 （二）场景端：从“单点试点”向“全领域规模化渗透”加速落地 央企 AI 应用已跳出“局部试用”的探索期，进入“全场景覆盖+全流程渗透”的规模 化阶段。一方面，AI 覆盖范围从单一环节（如办公审批）延伸至研发设计、生产制造、运 营管理、

态融合、从规则驱动向数据与模型双驱动的深刻演进。早期L1/L2阶段普遍采 用以毫米波雷达+前视摄像头为主的“雷达主导”配置，功能边界集中于AEB、 ACC等结构化道路场景；进入L2+阶段后，激光雷达开始规模化上车(如小鹏G9 、蔚来ET7),叠加环视+侧视摄像头与超声波雷达，形成“视觉+激光雷达+毫米 波”三重冗余架构，显著提升对静态障碍物、施工区、异形物体的识别鲁棒性 ；当前L3级落地前夕，以特 缩短新功能量产周期37%，且支持同一套软件栈向下兼容至L2.5、向上拓展至 L3准入认证需求[4]。 参考文献 [1]新闻：《向高同行！地平线集结全球产业链，破解智驾规模化落地难题》， 媒体名称未提供，2025-12-10。 [2]新闻：《向高同行！地平线集结全球产业链，破解智驾规模化落地难题》， 媒体名称未提供，2025-12-10。 [3]研报：《汽车电子系列报告之二：高阶辅助驾驶走向标配，自动驾驶域前景 广阔》，发布者未提供，参考页码18。 预警（LDW）系统；二是保险成本变化 部分保险公司对装配AEB+DMS的车 队提供5%–8%保费折扣，形成经济性激励；三是技术成熟度认知提升 博世 等全栈方案商推动毫米波雷达+视觉融合方案在中重卡平台规模化落地，国内新 势力商用车品牌（如福田启明星系列）已实现L2级NOA功能量产上车，显著增 强用户技术信任度[5][6]。 政策与标准双轮驱动下，用户接受度持续提升：交通运输部发布的《公路工程

陈志伟、郭凤海、朱大强、张翔、赵能钰、李大鲲、况满鑫、李 杰、郭诗涵、封宁 目录 一、 研究背景及高标准数字园区内涵 ............................ 1 二、 园区产业规模化转型 ...................................... 4 三、 园区数字化服务升级 ...................................... 9 施管理领域。在数字化方面，主要是通过智能化手段提升传统管理效率， 确保园区的基础设施和交通运作高效、规范。但其管理体系的创新性较低， 未能充分挖掘数字技术在园区管理方面的潜力。 高标准数字园区的产业转型目标是推动企业的规模化转型。不仅仅关 注单一企业的数字化升级，而是通过一体化的数字化战略，促进园区内多 个企业和行业的协同创新，推动跨行业的数字化转型。高标准数字园区通 过数字技术、数据共享与协同平台，实现园区内整体产业链的数字化升级， 高标准数字园区建设核心在于构建基础设施完善、产业转型深化、专 业服务优质、运营管理高效的数字经济高地，并具备持续演进能力的现代 化园区体系，以实现运营模式与产业生态的全面升级。 4 高标准数字园区愿景蓝图 二、 园区产业规模化转型 当前园区内企业的数字化转型呈现显著的差异化发展态势。园区内 规上企业的数字化转型覆盖率较高，转型进程较为成熟，但中小企业在数 字化转型方面仍面临较大挑战，整体覆盖率显著偏低。根据《专精特新中