截至 2026-07-02T10:35:04Z UTC，低空经济中有用的 AI 中国信号，已经超出中国希望让更多无人机、货运航空器和 eVTOL 进入天空这一层。更清晰的市场读法是，低空活动正在成为一层 工作流层：受监管的空域准入、登记在册的航空器、自动化机巢、云端派发、多模态巡检、数据治理和行业模型，正在围绕重复性的物理任务被接到一起。[1][3][5]
这个区分很重要，因为“无人机竞赛”这一框架硬件比重过高。无人机能够飞行；低空 AI 生意还要判断它能在哪里飞、执行什么任务、图像如何转成决策、异常如何升级，以及结果如何进入城市、公用事业、施工、公共安全、物流或民航工作流。市场会奖励机体，但持续累积的价值落在运行环路里。
图片背景：封面使用 Wikimedia Commons 上一张 DJI Matrice 300 RTK 飞行实拍。[7] 它有意选择真实的企业级无人机，而没有选择图表、AI 概念图或仪表盘截图。本文论点依赖这样的理解：低空 AI 是一个应用型运行面，由航空器、传感器、调度、数据和监管共同组成。
政策底座已经进入运行状态
中国民航监管部门对基础条件的表述一直相当明确。中国民用航空局 2025 年 1 月一篇文章把低空经济描述为战略性新兴产业，并把它放进一组实际任务清单中：巡检、应急救援、城市巡逻、森林防火、医疗救助、物流、旅游、测绘、通信中继和边境支持。[1] 这类市场远离消费者小玩具投机，更接近一组可以反复执行的野外工作。
规模标记已经大到足以改变分析起点。民航局称，截至 2024 年 11 月底，中国有 744 家通航企业、3,226 架登记在册通用航空器、470 个通用机场、近 19,000 家无人机运营企业，以及 215.8 万 架实名登记无人机。2024 年 1 月至 11 月，传统通用航空飞行达到 123 万小时，无人机飞行达到 2,544.9 万小时，同比增长 15.3%。[1]
这些数字尚不能证明大规模盈利或安全性。它们已经证明，市场越过了玩具演示阶段。一个拥有数百万架登记无人机和数千万飞行小时的行业，无法长期只靠飞手、表格和一次性许可电话来管理。它需要空域服务系统、数据标准、航空器身份、任务规划、天气馈送、安全监测，以及把一次飞行转成受管理工作的软件。
空域服务是隐藏的控制平面
被低估的一层并非航空器，而是飞行服务。民航局 2024 年 4 月关于低空飞行服务保障体系的文章称，截至 2023 年底，中国已建成国家信息管理系统、区域信息处理系统和 32 个飞行服务站，民用无人驾驶航空器综合管理平台覆盖实名登记、适飞空域查询和飞行活动申请。[2]
同一文件给出一个很小但很重要的运行细节：常规通航飞行申请，已经从此前前一日提交、当晚批复的节奏，转向常规申请可在起飞前 4 小时 提交、起飞前 2 小时 批复，应急救灾任务则随时受理。[2] 宏观叙事在这里落到具体处。更快的审批减少的不是文书工作本身，它改变了哪些任务能够变成服务。
对 AI 公司来说，低空市场在一部分上也是路由市场。更好的模型有价值，但它们位于更大的决策路径中：任务能否足够快地申报、获批、解冲突、飞行、监测并转成有用数据，让客户不再把无人机看成一次特殊事件。胜出者的形态会更接近工作流运营方，机体销售只是其中一环。
AI 在飞行转化为数据时进入
最清楚的官方 AI 桥梁，是民航局 2025 年 12 月关于“人工智能+民航”的实施意见。文件要求在航空公司、机场、空管、监管、物流、空域资源管理和综合交通优化等方面建设高质量数据集，也要求面向行业大模型建设文本、图像、视频语料和知识库，建设民航算力基础设施、行业模型测试平台，以及由民航规章、运行手册、事件案例和天气智能构成的决策 agent。[3]
这是一个很具体的信号。它指向的低空 AI，超出飞行摄像头上的计算机视觉。核心在于领域适配：航空规则、天气、飞行计划、巡检图像、物流约束、安全事件和地方运行规程，都会进入模型上下文。价值不在喊出“AI 无人机”，而在把飞行、证据和行动连成一个可回收的环路。
DJI 的企业级技术栈展示了同一动作的商业版本。Dock 3 被描述为面向 Matrice 4D 和 4TD 无人机的 24/7 远程运行系统，支持车载部署，并与 FlightHub 2 集成。[4] FlightHub 2 则被定位为云端无人机运行平台，用于远程控制、智能飞行调度、航线管理和第三方集成。DJI 还称，该平台由先进 AI 和多模态大语言模型驱动，并提供面向 AEC 工作流的 AI agent，以及覆盖公共安全、应急响应、地理空间测绘和巡检的可视化监督能力。[5]
把官方政策与产品语言合在一起看，指向的是同一套栈：空域许可、无人机站、任务调度器、载荷数据、AI 解读和下游工作流。模型不是整个产品，它是运行链条中的一个处理器。
宏观奖品大于配送
最容易传播的公共故事是包裹配送或载人 eVTOL，因为它们适合拍照。更宽的市场没有那么醒目，也更有耐久性：电力线路巡检、桥梁检查、施工进度、应急指挥、洪水观测、森林防火巡护、农业喷洒、地籍测绘、港口监测和市政响应。这些都是反复发生、产出可计量的工作。
国家发展改革委专家页面给出了宏观框架。页面指出，5G-A、人工智能、卫星通信、北斗导航、大数据及相关技术正在应用于低空基础设施，已有 300 多个中国城市启动 5G-A 部署，部分城市正在探索低空智联网。[6] 页面还称，中国低空经济规模在 2023 年达到 5,059.5 亿元，增长 33.8%，并引用民航局预测：到 2025 年将达到 1.5 万亿元，到 2035 年将达到 3.5 万亿元。[6]
这些数字适合作为方向性市场框架，不宜读成获得保证的收入曲线。真正的问题是收入在哪里变得可重复。卖出一架无人机带来的是硬件收入；一个每周飞行、标记缺陷、生成工单、保留审计记录并持续改进的电网巡检工作流，则是在硬件之上叠加软件、服务和数据收入。这才是值得跟踪的 AI 中国角度。
制衡因素是安全与分散责任
看多叙事有一条硬边界：低空 AI 运行在公共空间中。语言模型出错会写出糟糕段落，飞行系统出错则会制造空域冲突、人身伤害、财产损失、隐私侵害或应急响应混乱。民航局 2025 年 1 月文章反复把安全放在低空发展的基础位置，并把监管、服务、基础设施、市场准入和监督工作列为必要条件。[1]
责任也很分散。航空器制造商未必拥有飞行服务站。云端调度器未必拥有地方天气数据。巡检算法未必拥有最终维修决策。城市希望获得低空覆盖时，数据留存、应急优先级、噪声、隐私或航线设计方面又常常缺少统一标准。因此，行业成熟不会只来自更好的无人机。它还需要枯燥的治理工作：ID、日志、审批、地理围栏、事件报告、运营资质，以及模型输出与人类问责之间的清晰交接。
观察点
第一项观察，是 DJI 式机巢加云端运行能否在展示项目之外成为常态。车载 Dock 3 重要，是因为它把无人机服务从固定基础设施转成可移动的现场能力。[4] 如果巡检队伍、应急服务和承包商能够把机巢部署到靠近工作的位置，任务节奏就会改变。
第二项观察，是民航局“AI+民航”的数据与模型议程能否变成可用基础设施。如果航空专用数据集、知识库、模型测试平台和决策 agent 以共享行业服务的形态出现，低空 AI 会更容易治理和采购。[3] 如果它们停留在政策语言里，供应商会继续为每个城市和客户重建狭窄技术栈。
第三项观察，是服务保障时钟。更短的审批窗口、更集成的空域查询，以及更好的低空气象与监测能力，决定了无人机飞行究竟是例外事件，还是日常运行的一部分。[2]
反证条件很简单。如果低空部署仍停留在地方示范，空域集成薄弱、数据治理不足、异常处理粗糙，首次采购之后 ROI 又不清楚，那么市场会在政策文件中显得庞大，在经营现金流中显得浅。更强的论点只有在无人机成为可重复的工作流基础设施时才成立。
眼下，市场信号已经足够清楚。中国低空经济已经超出 AI 旁边的一个新航空分类。它是 AI 变得物理化、受监管、可运行的地点之一。重要单位也从无人机转向完成的工作。
来源
- 中国民用航空局，“通用航空和低空经济高质量发展”（2025 年 1 月 3 日；政策框架、应用场景、2024 年 11 月运营数量、登记无人机、飞行小时与安全优先事项）。
- 中国民用航空局，“高质量建设低空飞行服务保障体系”（2024 年 4 月 9 日；飞行服务站、无人驾驶航空器管理平台、审批窗口变化、2023 年飞行小时数据和服务体系缺口）。
- 中国民用航空局，“关于促进‘人工智能+民航’高质量发展的实施意见”（2025 年 12 月 PDF；高质量数据集、民航算力基础设施、行业模型平台、决策 agent、物流、空域和安全治理）。
- DJI Enterprise，“DJI Dock 3”（官方产品页；Matrice 4D/4TD 支持、24/7 远程运行、车载部署和 FlightHub 2 集成）。
- DJI Enterprise，“DJI FlightHub 2”（官方产品页；云端无人机管理平台、远程控制、智能调度、航线管理、第三方集成、AI agent 和多模态 LLM 定位）。
- 国家发展改革委，“低空经济发展前景可期”（2024 年 11 月 29 日；国家发展改革委发布的专家观点，涉及 5G-A、AI、卫星通信、北斗、市场规模和场景扩展）。
- Wikimedia Commons，“File:DJI Matrice 300 RTK.jpg”（本文封面所用真实企业级无人机照片的来源页面）。