一、低空经济基建先行：政策端持续催化，产业端大单频出 1 ）低空通信： 当前以视距范围内的点对点通信为主， WiFi （ 2.4GHz 和 5.8GHz ） 等非授权频段通信技术基本能够满足需求 。根据广东省通信学会等《低空智联 网 发展研究报告（ 2024 ） 》展望， 未来低空通信网将以 5G 网络为主体，综 合采用 WiFi 、 卫星通信等多种技术手段，打造综合立体、多层次的网络架构。 从技术路线来看 业务，助力 低空经 济、工业制 造等领 域发展 5G-A 通感一体提供低空数据传输新方案，三大运营商积极布局 资料来源： 中国电科《低空航行系统：拥抱低空经济 安全智慧飞行》 ，广东省通信学会等《低空智联网发展研究报告（ 2024 ） 》 ，上海市通信管理局， 人民邮电报，中国电子报， 平安证券研究所 28 三大运营商积极布局 5G-A 服务低 空场景 低空通信概念示 意图 2 ）低空监视： 当前多种监视方式并存，尚未形成明确技术方案及大范围部署，广东省通信学会等《低空智联网发展研究报告（ 202 4 ）》 展望， 未来低空感知网将综合运用雷达、 光电、 ADS-B 、 5G-A 通感一体等多种技术，构建多源感知能力融合感知体系，形成泛在监管、 重 点保障的低空感知能力。

明确关键能力指标 ，指导 人才培养与选拔。 执照认证规范操作 中国民航局实施无人机驾驶员分级执照制 度 ，涵盖视距内、 超视距、 教员三类 ， 统一行业入门门槛。 等级考试分层评价 中国电子学会推出全国青少年无人机技术 等级考试 ，面向 818 岁人群建立标准化能 力评估体系。 行业标准建立 区域协同联动机制 长三角地区建立低空经济协同发展机制 ，共享科研资 源、 ，确保培训质量。 职业资格认定 等级考试制度 技能分级评估 全国青少年无人机技术等级考试设多个级别 ， 从基础操作到复杂任务逐级提升难度。 青少年等级认证 面向 818 岁人群 ， 由中国电子学会主办 ， 填补青少年无人机能力评价空白。 证书行业认可 获得等级证书可作为求职、 晋升、 评优的 重要依据 ，增强人才市场竞争力。 成人技能再提升 推出成人职业技能升级考试 ，针对从业人员

能力。 2020 年，低空经济被首次写入《国家综合立体交通网规划纲要》； 2024 年 1 月 1 日 , 《无人驾驶航空器飞行管理暂行条例》正式施行； 2024 年 4 月，中国汽车工程学会正式发布《飞行汽车发展白皮书 1.0 》； 2024 年 11 月 中国低空产业联盟正式发布《低空智能网联体系参考架构》、《新能源新构型低空装 备 安全技术体系》； ● 《上海市低空经济产业高质量

(2024)》[19], 分析了低空经济产业发展趋势, 总结了 “通 信、导航、监管” 三大低空信息需求与当前面临的挑战, 提出了低空智联网技术体系, 梳理了端到端网 络架构、通信、感知、管控和导航关键技术. 广东通信学会、中国信通院和中国联通联合发布了《低空 智联网发展研究报告 (2024 年)》[2], 调研了国内外低空产业的战略规划和发展现状, 提出了以通信网、 感知网、导航网、气象网、算力网为核心的低空智联网整体架构 Branch, et al. Research report on the development of low- altitude intelligent networked. 2025 [广东省通信学会, 中国信息通信研究院, 中国联合网络通信有限公司广东省分 公司, 等. 低空智联网发展研究报告. 2025] https://hanglian.feishu.cn/file/BWBgbyPLxo39sqxmBktcGzX8nXe

TC537)、北京《智能建筑与智慧 城市》杂志社、深圳市博铭维系统工程有限公司、北京清华同衡规划设计研究院 有限公司、深圳市特发信息股份有限公司、中国第一汽车股份有限公司、深圳市 低空经济科技学会、深圳市建筑电气与智能化协会、中国电子工程设计院股份有 限公司、奥意建筑工程设计有限公司、中讯邮电咨询设计院有限公司、中兴通讯 股份有限公司、中电投工程研究检测评定中心有限公司、广州市黄埔区住房和城

推断人类意图、机器深度学 习 人机编组 减轻负担、缩减人员、执行特定 维修任务 完全整合的机器成员、减轻作战人员额认知负荷 资料来源：《无人机系统综合路线图》（2017-2042 年），中国指挥与控制学会，浙商证券研究所 以色列已经形成从长航时无人机、战术无人机到攻击无人机的较为完整的无人机体系， 代表机型是苍鹭和搜索者无人机。以色列是无人机技术发达国家。以色列的无人机发展从 20 世纪

和短语定位之间的共享特征，获取更丰富的低空场景目标表征能力。GLIP 的核心思想是将 目标检测任务重新定义为一种基于语言的接地任务。传统的检测器是在固定类别上进行训练 和推理的，而 GLIP 则通过大规模的语言-图像预训练，让模型学会根据给定的文本短语， xxx -112- 从图像中定位相应的目标区域。这使得模型具备了强大的开放词汇检测能力，可以检测训练 时未见过的物体。 GLIP 的架构是一个基于 Transformer 个高维的特征向量。在训练过程中，RemoteCLIP 与 CLIP 模型具有相同的目标，都会将匹 配的图像-文本对的特征向量拉近，而将不匹配的图像-文本对的特征向量推远。通过这种方 xxx -118- 式，模型学会了理解图像和文本之间的语义关联。通过整合无人机影像数据，RemoteCLIP 在遥感高空领域取得了令人瞩目的成就，此外，由于在训练过程中会混入少量 VisDrone[105] 等无人机场景数据，因此 并进 一步演化为提示工程。微调技术不仅限于文本领域，它同样适用于图像、语音和多模态模型， 赋予模型在不同任务上适应和优化的能力。下面简述了常见的微调技术： （1）指令微调 这类微调旨在让模型学会遵循指令、执行任务、进行多轮对话、遵守安全规范以及拒绝 恶意请求。例如，OpenAI 的 InstructGPT 项目通过人工标注者来创建高质量的指令-响应数 据集，如今，许多此类数据集已能由 AI