AI全域统筹+秒级调度：广东低空运营管理正在发生质变

图片来源：通义万相 AI生成

当低空飞行器的密度以每年50%以上的速度增长，人类管理者的反应速度开始跟不上飞行器的起降节拍。广东给出的解法是——用AI接管空域管理的核心环节，让机器做机器的调度。

5月16日，据广东省相关会议及公开信息披露，广东正加速构建基于人工智能的低空运行管理体系，实现飞前风险评估、飞中实时态势感知与秒级调度、飞后自动复盘三大闭环能力，推动空域管理从静态配置向动态实时调控演进。这一体系并非停留在理念层面，其技术底座已在省级平台、市级系统和区级应用中层层落地，形成“省—市—区”三级联动的智能运行网络。

当AI从“辅助工具”升级为“运行中枢”，广东正在回答低空经济规模化发展中最核心的命题：当每天有上万架次无人机在城市上空穿梭，谁来做“空中交警”？

一、空域动态管理：从“定死的格子”到“流动的通道”

传统空域管理长期存在一个结构性矛盾：空域划设是静态的，但飞行需求是动态的。以周、月为单位的空域分配周期，无法匹配分钟级变化的航线需求。

广东正在用AI打破这一困局。根据《广东省加快推进人工智能全域全时全行业高水平应用行动方案》，广东明确将建设低空智能网联系统，构建“低空数字底座+低空智慧应用”体系，实现全省空域动态管理、航线智能划设，推行飞行活动“一站式”线上服务和全流程动态监管。

“动态”二字的分量，体现在技术路径中。在东莞松山湖，中科云遥构建的基于北斗网格码技术的低空空域智能管控系统，将空域及地表划分为1.5厘米见方的立体网格模型，通过轻量化网格模型结合电子围栏技术，实现禁飞区、限飞区的科学划设与动态调整。这一“厘米级空域管理”能力，使空域资源不再是被“划定”的固定区域，而是可以按需分配、实时切换的弹性资源。

在省级平台层面，广东省低空飞行综合管理服务平台已于2025年6月上线公测。该平台具备运行指挥决策、军民地协同管理、省综合飞行服务站及低空经济全要素数据融合四大核心能力，军民航空管部门可实时掌握全省低空飞行态势，动态管理全省空域航线，大幅提升部门协同效率与飞行活动审批流转速度。

这一变化对低空运营商的直接影响极为直接——当空域资源从“静态划设”变为“动态调度”，航线申请的审批周期正在从天级压缩至分钟级，空域的使用效率将在同一片物理天空中被倍数释放。

二、飞前风险评估：AI把“拍脑袋”变成“看数据”

起飞前，飞行器是否适航？航线是否存在冲突风险？天气是否满足条件？过去，这些问题依赖飞手经验和零散数据拼凑判断；现在，AI正在将其系统化为可量化的评估流程。

在省级平台上，“省平台紧扣低空飞行安全本质要求，整合飞行器动态、信号状态、气象、地理障碍物及空域数据，实现全域可视化管理；实时比对计划与轨迹，分析多源数据，主动识别信号偏差、恶劣天气、接近障碍物等风险并告警，支持快速干预，是实现低空飞行事前风险预警的安全中枢”。

佛山发布的低空AI智能服务管理系统，则将“飞得起”作为核心功能模块之一，专门提供飞行咨询服务、航线规划等全流程飞行前置保障能力。这意味着，在无人机起飞之前，AI已经完成了一整套“能不能飞、怎么飞”的预判推演。

这些评估能力的底层支撑，是广东正在构建的低空数据底座。根据《广东省数据赋能低空经济高质量发展实施方案》，广东规划到2026年底初步形成全省数字低空标准体系，构建全省一体化低空数据底座；到2027年底建成低空行业可信数据空间，孵化一批低空数据产品服务企业。

三、飞中实时调度：毫秒级融合与秒级响应

飞起来之后，才是真正的考验。

在感知层面，中科云遥松山湖系统通过部署5G-A“通感一体”多基站组网，以地面监测站为核心节点，构建了覆盖全域的低空感知网络。利用AI算法与北斗网格编码技术，系统能够将运营无人机的时空数据（位置、轨迹）与基站感知的“黑飞”无人机数据进行毫秒级融合，生成多维度的空域态势图谱，提供360°空域导航信息与实时风险预警告警。

在决策层面，深圳SILAS 2.0系统构建了“感知—判断—决策—执行”闭环能力，通过智能目标识别、轨迹预测、冲突推演、协同调度和动态航线重构，实现低空运行从“被动响应”向“主动判断”的转变。SILAS 2.0还形成覆盖飞行全生命周期的功能矩阵，整合飞行申报、计划审批、态势监控、异常处置、空情服务与数据分析等功能，建立起面向政府监管与企业运营的双向赋能平台。

在区级实战层面，深圳龙岗区“一网统飞”平台集成16种AI识别算法、布设30个智能机库，实现无人机5分钟全域可达，高效保障18家单位在32个不同场景的应用需求。截至目前，龙岗区已规划航线418条，累计飞行超过5000架次，精准发现并推送疑似违建事件近2000宗，协助快撤快处交通事故560余起。联通广东产互打造的“智慧低空数据大脑”平台，则通过AI模型实现航线动态优化、风险智能预警与资源精准调度，推动空域管理从“人工把控”向“智能管控”跨越。

这些案例揭示了一个共同趋势：当感知、融合、决策三个环节都被AI接管时，空域调度就不再依赖“塔台管制员的口头指令”，而是变成了一套可以同步处理数千架次飞行器并行请求的“空中交通操作系统”。

广东低空AI运行管理体系核心能力一览

阶段	核心能力	典型实现方式
飞前风险评估	飞行咨询服务、航线智能规划、多源数据整合与风险预判	省级平台全域可视化管理；“飞得起”模块前置保障
飞中态势感知与秒级调度	毫秒级多源数据融合、360°空域态势图谱、轨迹预测与协同调度	5G-A通感一体感知网络；SILAS 2.0智能推演与冲突预警
飞后自动复盘	计划与轨迹实时比对、风险告警溯源、数据驱动的运营优化	省级平台事后追溯中枢；多源数据分析支持快速干预
多级平台协同	“省—市—区”三级联动，数据互通、能力协同	省级平台对接国家UOM系统，深圳SILAS平台与省级平台协同，区级“一网统飞”接入市级网络

数据来源：广东省政府官网、深圳特区报、深圳龙岗区政府官网、联通广东产互等

四、广东的算力底牌：40000P算力支撑智能调度

AI运行管理体系的背后，是庞大的算力消耗。每一架无人机的轨迹融合、冲突推演、路径重构，都需要实时的算力支撑。

深圳已建立起城市级多云算力调度体系，以深圳开放智算中心为基础，打造深圳市智慧城市算力统筹调度平台，将汇聚、运营、调度超过40000P算力，为人工智能产业提供多维度、多层次的算网一体化服务。这一算力规模，在全国城市中位居前列。

与此同时，广东正在推进低空行业大模型的训练与应用。2025年12月发布的省级平台，采用中台微服务架构，训练全国首个低空行业大模型，构建多模态侦测融合系统，协同业务单位实现数据互通，全面支撑全省多场景落地。当低空大模型与40000P算力底座形成协同，低空飞行的智能调度能力将不再受制于算力瓶颈。

从业者三点落子判断

1.  AI运管体系正在重新定义低空运营商的合规成本。当“飞前风险评估”被AI系统前置完成，航线申请的审批时间大幅压缩。但这也意味着，企业的飞行数据必须实时接入监管平台，数据质量和通信链路的稳定性将成为合规的硬性门槛。建议运营企业提前评估自身数据采集与上报能力，避免因数据断链导致航线审批受阻。

2.  “省—市—区”三级平台的协同正在释放跨区域飞行的商业机会。深圳SILAS 2.0与省级平台的协同，以及龙岗区平台与市级网络的无缝对接，意味着在广东辖区内跨市飞行的审批和调度效率将显著提升。对于从事跨城物流、区域巡检的企业而言，广东正在成为全国低空运营的“样板省”。

3.  算力底座正在成为低空运营商的“隐形基础设施”。40000P算力调度能力+低空行业大模型的组合，意味着广东的AI运管系统具备处理千架次级并行飞行的能力。对于计划在广东大规模部署无人机机队的企业，建议优先选择5G-A网络覆盖完善、与省级平台数据接口已打通的区域落子，以最大化利用AI调度的效率红利。

⭐ 创作不易，如果信息有价值，欢迎按赞+分享支持！

本文章内容综合自广东省政府官网、深圳特区报、东莞时报、联通广东产互等公开报道，具体数据以官方最新发布为准。

信息来源：广东省人民政府网 深圳特区报 东莞时报 联通广东产互 腾讯新闻 搜狐新闻 佛山日报 龙岗区政府官网 等