实践经验对eVTOL 企业而言同样具有参考借鉴意义。基于汽车行业2021年10月执行 的《汽车数据安全管理若干规定（试行）》有关规定，特斯拉作为外 商独资企业，面临中国用户数据采集、境内存储、本地数据处理与 分享等诸多环节的监管要求，特别是Autopilot自动辅助驾驶系统对 城市环境地理信息的识别和使用同样需要满足国家安全等方面的 具体要求。相信随着产业链、生态链逐步完善，eVTOL主机厂与保 驶时默认设定为不收集状态； • 精度范围适用原则，根据所提供功能对数据精度 的要求确定摄像头、雷达等的覆盖范围、分辨率； • 脱敏处理原则，尽量匿名化、去标识化等处理。 • 本地处理与数据分享：���������自动辅助驾驶 数据默认在车辆本地处理，仅在开启数据分享后， 摄像头记录才会被传输和分享用于车队学习。 • 匿名传输与安全事件：分享的数据以匿名方式传 输，不与人或车辆直接关联，除非发生安全事件。

家级项目立项数等维度（详见 2.1.1）。测评显示，从全国范围来看，各城市得 分差异显著（表 3-1），北京市（91.1 分）与第二名成都市（84.5 分）、第三名 已拉开近 7 分差距。榜单靠前的城市均有较多本地低空经济企业，且规模化程度 较高。另外，经认证的民用无人驾驶航空器培训机构，北京、成都、深圳和郑州 都在 50 家以上，可有效培育下游应用的创新型、实践型人才。其它城市得分多 集中于 60-70 应用场景， 如第二十四至二十九条分别对应急救援、警务、环境监 测、交通、物流、文旅等领域的应用进行了规定 在中游环节，深圳市通过优先保障零部件企业的土地指标，推动了核心零部 件（如电机、桨叶）的本地化生产。政府提供的土地政策支持使得 200 余家零部 件企业在深圳聚集，形成了完善的产业链配套。 在下游环节，深圳市推动低空物流的发展，开放了 50 条低空物流航线，并 降低了市场准入门槛。这

实践经验对eVTOL 企业而言同样具有参考借鉴意义。基于汽车行业2021年10月执行 的《汽车数据安全管理若干规定（试行）》有关规定，特斯拉作为外 商独资企业，面临中国用户数据采集、境内存储、本地数据处理与 分享等诸多环节的监管要求，特别是Autopilot自动辅助驾驶系统对 城市环境地理信息的识别和使用同样需要满足国家安全等方面的 具体要求。相信随着产业链、生态链逐步完善，eVTOL主机厂与保 驶时默认设定为不收集状态； • 精度范围适用原则，根据所提供功能对数据精度 的要求确定摄像头、雷达等的覆盖范围、分辨率； • 脱敏处理原则，尽量匿名化、去标识化等处理。 • 本地处理与数据分享：���������自动辅助驾驶 数据默认在车辆本地处理，仅在开启数据分享后， 摄像头记录才会被传输和分享用于车队学习。 • 匿名传输与安全事件：分享的数据以匿名方式传 输，不与人或车辆直接关联，除非发生安全事件。

。 1. 低空算力网 低空算力网聚焦于算力资源的高效整合与智能调度。以分布式计 算架构为基础，通过云边端协同计算模式，将云计算中心的强大计算 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