现空天地一体化协同服务. 在 LAIN 新范式驱动下, 低空网络管控体系正在经历从 “人工主导” 向 “智能自治” 的范式重构. 传统通信网络基于静态配置与人工干预的运维模式, 在应对低空场景特有的高动态性、异构性及跨域 协同需求时, 暴露出显著局限性. 首先, 全局态势感知能力缺失. 传统网元移动性管理机制难以捕捉低 空网络三维拓扑的秒级动态变化 [4], 且无法实时获取无人机节点的能源状态、三维坐标等关键参数 其建设与运行依赖多项前 沿技术支撑, 但通感算一体化、数字孪生、高精度定位导航、飞行器可信接入与监测等关键技术仍需 深化研究与创新. 与此同时, 低空网络的管控范式亟须系统性革新, 具体表现如下. 首先, 异构网络融 合困难, 5G-A 网络对 300 m 以上空域覆盖不足, 需卫星通信补充, 但空地网络协议转换、频谱干扰协 调缺乏标准化方案, 通感一体化技术成熟度不足. 其次, 现网对高动态环境适应性薄弱 将探索 6G 空口 AI 与通感一体技术. 1.3 无人机网络管控技术研究现状 以低空智联网为代表的新型通信网络的管控技术研究也是当前的研究热点. 目前通信网络面临 着异构制式和频段统一管控难, 商业和消费级用户业务需求各异, 海量异构终端的能力差异大等挑战, 导致网络运维难度指数级增长, 亟须改变以人工干预为主的传统范式, 引入 “规划、建设、维护、优 化、运营” 全生命周期的智能管控能力, 实现全流程自治

既能适应未来的业务增长与技术演进,又能确保数据 安全、隐私保护以及系统抗干扰与抗欺骗能力 [3]。 2. 2 系统架构 低空智联监视系统以 5G-A 通感一体基站为核 心,融合毫米波雷达、光电探测等异构感知网络,同步 集成无人机安全管控平台,以实现对在空无人机的全 域监视与警用无人机的高效指挥调度。 一是感知层(Sensing Layer)。 感知层作为低空智 联监视系统的基础,包含各类多源传感器网络。 Cross Section,RCS) 的探测灵敏度是衡量系统 性能的关键指标之一。 光电探测通过可见光及红外光 电摄像头实现全天候环境监测,结合高精度声阵列完 成目标定位与特征识别。 感知层强调异构互补和低成 本广覆盖,根据低空经济在城市发展的特性,应充分考 虑利用移动通信蜂窝网基础设施,利旧信息基础设施 资源,降低建设及运营成本。 根据低空经济业务发展, 对目标的感知性能需求如表 1 垃圾桶/ 绿化带 动态遮挡 22% 公交车顶部广告牌 透视畸变 11% 倾斜视角的交通标志 3. 1. 2 多源数据融合失效 多源数据融合失效主要源于传感器间的数据冲突 与时空不同步。 例如,异构传感器间的轨迹预测不一 致会直接引发误报警;而当各传感器间的时钟同步出 现明显偏差时,则会严重影响到目标的跨传感器关联 准确率 [10]。 在实际的无人机管控系统中,此类问题尤 为突出,例如因激光雷达与视觉数据的时间戳未能精

评价指标 数字化人力资源管理能力 数字化党建能力 数字化园区服务能力 业财一体化能力 数联能力 数据治理 数据集数量 主数据管理能力 数据管理成熟度评价 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 机理模型/数据模型数量 高级数据分析（机器学习、神经网络等）比例 智联能力 智能决策 领域知识图谱数量 智能算法数量 数字孪生 产品全生命周期可追溯 安全环保在线监管能力 综合能源在线监控 安全生产在线监控 环境在线监控 数联能力 数据治理 高质量数据集数量 主数据管理能力 数据质量 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 能源传输损耗在线监测比率 安全环保在线监管能力 综合能源在线监控 安全生产在线监控 环境在线监控 数联能力 数据治理 高质量数据集数量 主数据管理能力 数据质量 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 进出用能单位/进出主要次级用能单位/ 主要用能单位在线数据分析能力 机理模型/数据模型数量 高级统计分析比例

尺度变化及局部遮挡的鲁棒性。 模型架构图 创新：提出针对空地协同感知任务的解耦多粒度模型 无人机 异构任务交互进化 Reid 无人车 n 打造跨域实时协同感知网络： 基于空地异构设备 ，形成多维一体的感知闭环 n 创建智能自适应任务枢纽： 实现跨域任务交互与多模型自我优化 ，驱动决策智能化 实现空地异构协同感知一体化 ，驱动跨域任务效能最大化 建立空地跨任务协同平台 ，实现异构设备、多视角的跨域协同感知 - - 应急救援 协同增益： 检测识别率

人工智能时代的新质生产力范式，图 1.1列举了当前阶段云计算领域的技术研究图谱。 在基础架构层，AI IaaS 成为支撑大模型时代的核心底座。基于 CXL（Compute Express Link）的内存 池化架构显著提升异构算力资源的调度灵活性与利用率 [1, 2]；DPU 与 RDMA 等新兴架构技术强化了数 据传输效率与系统控制能力 [3, 4]；GPU/FPGA/ASIC 等专用芯片与存算分离技术、高带宽存储介质深度融 突破，形 成以“硬件突破—软件革新”协同发展的技术发展格局。本部分聚焦行业实践，从硬件基础设施、软件平 台能力两个方向梳理年度标志性事件与技术跃迁路径。 全球云计算硬件基础设施正加速向高性能、异构化与资源池化方向演进。例如华为发布的 CloudMa- trix 384 超节点架构成为年度最具影响力的硬件创新之一。该架构采用全对等互联与全栈协同设计，集成 了自研鲲鹏 CPU、Ascend 910C 加速 器接口标准化，打破厂商锁定困境。在国内，开源力量同样迅猛崛起。华为推出的 Open YuanRong 项目， 聚焦 AI 推理框架开源，兼容 PyTorch 与 MindSpore 模型，支持异构硬件自动优化，上线三个月即被 30 余 家云服务商集成。天翼云则发布 TeleDB——一款面向云原生的分布式数据库开源项目，支持多模态数据 处理与强一致性事务，在电信级高并发场景中表现优异，已被多家省级政务云采用。2025

严禁泄露 智能经营分析应用架构 EPM数据管理 数据源 数据 底座 报告 分析 场景 应用 绩效分析 披露报告 同构系统 总账 固定资产 应收 应付 司库 供应链 … 异构系统 总账 固定资产 应收 应付 司库 供应链 … 其他数据源 通过集成云包装 直接写入模型表 智能经营分析 指标模型 指标查询服务 底表 指标应用 AI语义指标 AI助手 …… 数据接口服务 指标看板 非物化 实时计算 物化直接查询 同/异构数据集成 指标结果存储 按需匹配 与SAP系统的集成，通过定时同步，实时查询，手工导入等方式采集多种类型的底层数据，构建有效的数据模型，进行管理报 告，财务分析与AI智能分析。 EPM数据管理 预置海量专家分析场景、分 析思维链和分析工具 全天候预警和归因 Ø 24小时常业财数据驻监控、 预警 Ø 多预警推送渠道 Ø 灵活自定义预警规划 一站式数据集成和建模 Ø 支持同构、异构数据明细数 据和指标数据集成 Ø 支持灵活自建指标和维度 Ø 支持精密的指标权限管理 智能报告生成 Ø 实时根据对话记录生成报告 Ø 自定义专业报告模板生成报 告 Ø 支持生成报告图表展现

低空经济产业综合示范区建设。 全国民用无人驾驶航空试验基地（试验区） 目标定 位 深 圳 东营 青岛 贺州 安庆 自贡 二、“异构、 高密度、 高频次、 高复杂性”特征带来系统性技术挑战 低空应用进入快速发展期 ，呈现“异构 、 高密度 、 高频次 、 高复杂性”趋势特征。美国建立无人机交 通 管理系统 UTM ，欧洲提出 U-Space 计划， 支撑精细化空域划设与利用 ATM 无人机服务 供应商 FA A 开发和部署 支持数据服务 商 公共安 全 高频次 低空日均起降达百万次 深圳 2025 年商用飞行 达 300 万架次 异构 飞行器类 型 飞行服务 UTM ： Unmanned Aircraft System Traffic Management ，无人机交通管理系 统 U-space ：欧洲 U-Space 7.8 平方 里范围为试验点 ，面向无人机 即时配 送、 消费级无人机有序适飞 、 无人机表演、城市巡检、工地监测、载人观 光等多种应 用场景开展基础设施建设和系统性技术测试 ，依托各类场景积累异构低空 航空器融合 运行创新经验，推动建立低空融合运行现代治理能力。 五大场景： 人才 园消费级无人机飞行 欢乐海岸常态化无人机集群表演 后海片区无人机即时配送 后海片区直升机运

合规成本高：数据分级分类标准不统一，敏感数 据（如医疗、金融）脱敏处理需专业团队，数据供给 方难以承担人力与资金成本。 · 挑战二、数据流通效率低 ① 跨域系统数据协议不统一：政府、企业、行业数 据分散在异构应用系统中，数据结构、接口标准不统 一，跨域流通效率低； ② 安全与实时性矛 “ 盾：为满足 数据不出域、可用不可 ” 见 安全要求，隐私计算（如多方计算、同态加密、联 合分析）导致计算性能延迟增加 3、数据空间与 AI 协同发展的关键挑战 在当前数智化转型加速的时代，数据与人工智能的协同创新成为推动各行业数字化、智能化升级的引擎。然而， 这 “ ” 一融合过程中面临多重挑战， 数据壁垒、隐私合规、技术异构性、信任机制不透明 成为数据 驱动 AI 创新的关键 瓶颈，Data+AI “ ” 协同创新存在 三不可 的核心挑战。 3.1 挑战一、数据 AI 不可见 图 5 数据湖仓的架构演进发展历程 新要求，因 此 Data For AI 用数核心诉求是让全量数 “ 据 AI 看得 ” 见 。 · 多形态异构技术体系，跨系统数据 AI 不可见 当前模型训练 / 推理数据涉及多主体、多云、多业务 系统间的数据集成与数据汇聚，由于多主体大数据 平台建设采用异构技术平台、不同元数据管理、独 立数据接口标准，导致跨主体跨域间数据无法高效 流通、无法高效发现、汇聚、治理、加工、访问与检

设备、仪表、弱电、强电、工艺系统、车间、人员、各业务子系统、各管理信息系统 融合创新 · 赋能企业 共创生态 · 引领未来 操作 辅助 生产 绩效 振动 频谱 化验 报告 运行 数据 异构系统 视频系统 信息系统 ERP APP APP APP DCS 生产 计划 设备 信息 工艺 方案 视频 物料 组件 / 模块 / 算法 / 驱动组态开发平台 supOS 工业操作 系统平台 工业 智能 APPs IIOT 边缘智能服务器 信息化数据源 共创生态 · 引领未来 数据采集 - 天梭 异构系统集成 数据协议转换 驱动适配器 数据计算 - 天基 元数据组织 对象模型组织 数据标准化 数据存储 - 天湖 数据预处理 数据压缩 / 存储 数据查询 公共服务 - 天擎 微服务管理 品质检测 数据湖 设备建模 人员建模 异构系统集成 人员安全作业 安全帽防护服口罩攀爬车辆危险作业 机器视觉分析应用 颗粒大小识别 车辆及环境管理 生产及设备管理 冒灰扬尘 签封识别 皮带跑偏 料口堵料 翻板阀 驱动轮 气体泄漏监测

95%。同步搭建开放共享的“AI 超市”，沉淀 50 类智能标签库（含 2 万种目标标签、300 种属性标签），支持 算法按场景快速检索调用。三是云边协同算力网络，通过“星罗”算力平台实现 算法标准化封装与异构算力动态调度，破解“AI 烟囱”问题。在重大事件保障 中，可以将百余路视频流分析任务动态分配至算力节点，事件响应速度提升 50%， 资源利用率达 85%。中国联通以“数据要素×算法创新×算力支撑”三位一体融 建引擎，支持快速创建具备专业认知、工具调用与实时信息获取能力的 AI 助手， 可便捷开发适用于政务客服、产业咨询、应急指挥等复杂场景的智能体。二是知 识与决策增强，提供知识库全流程管理能力，支持多格式文档、网页等多源异构 知识的统一接入、结构化解析与向量化存储，依托精准检索与知识外挂提升决策 专业性与准确性。三是可视化流程自动化，提供零代码拖拽式工作流编排工具， 可直观设计并自动化执行跨系统的复杂业务流程，实现任务智能调度、审批自动 快转型升级。城市绿色大脑聚焦跨区域、多主体的碳监测需求，依托人工智能驱 动的数据融合技术，研发城市多层级碳监测数据融合处理平台，整合卫星遥感数 - 21 - 据、政府数据、IoT 数据和业务数据等，实现碳数据多源异构数据标准化、智能 质检，推动双碳数据的高效治理和快速流通；研发城市碳管理模型集，构建零碳 城市发展指数模型、城市净碳排放核算模型等智能算法模型和碳数据汇聚模型、 碳数据质量质检模型、碳达峰推演