低空智能：从感知推理迈向群体具身

CONTENTS 一、低空研究背景二、低空数据平台三、低空感知大脑四、低空典型应用 CONTENTS 一、低空研究背景二、低空数据平台三、低空感知大脑四、低空典型应用 低空经济产业已成为国家新兴支柱产业，市场需求呈现井喷式增长 2025年10月，党的二十届四中全会颁布《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，其中明确指出“打造新兴支柱产业，加快低空经济等战略性新兴产业集群发展，催生数个万亿元级甚至更大规模的市场”。 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》 安防巡检现有巡检市场缺口巨大 水情监测2021年河南遭遇特大暴雨 安防巡检应用市场规模超过500亿元 低空智能深化赋能经济转型 复杂环境下，低空智能感知面临“看不清”，“看不准”和“看不全”的挑战 复杂环境下，低空推理决策面临语义稀密、空间难解与任务繁复的挑战 空间难解 感知目标检测、目标计数、场景分类、异常识别理解图像描述、条件判断、视觉定位、高度预测推理物理推理、因果推理、情景推断、反事实推理决策多机协同、任务规划、动作执行、安全性评估 四维度多种任务形式 这里是什么场景？变电设施间距多少？存在安全隐患吗？ 低空强投影与三维信息缺失，需要理解姿态与视角差异，从二维观测中构建空间推理能力。 低空视野广实例密。在稀疏文本约束下，从细粒度视觉中辨析细节，需要精细逻辑进行推理。 任务高度多样化，在输出结构、知识深度与推理路径上差异巨大，需要跨层次泛化推理能力。 复杂环境下，低空具身智能面临“不可靠”，“不精准”和“不可控”的挑战 “目标理解不可靠” 端到端决策难以解释，对突发场景响应不足，系统级可靠性难以保障 复杂环境下，低空群体智能面临数据缺、自主差、协同难的挑战 CONTENTS 一、低空研究背景二、低空数据平台三、低空感知大脑四、低空城市治理 统计机器学习长期关注数据规模、结构及分布与模型泛化间规律 的数据，是驱动大模型能力进阶的 以VisDrone数据集为代表，低空环境感知数据面临简单静态到动态复杂的演进。 低空环境感知数据呈现出多任务、多模态和多源协同特性 以MDOT为代表的单一视觉感知出发，群体智能正实现向复杂具身推理的跨越 正加速推动群体智能 面向10万+机场的海量巡飞数据，如何构建低空模型基座并自主进化 低空智能从环境感知、推理决策到控制执行各阶段割裂，亟需端到端学习范式 低空智能场景中真实数据采集难度大、成本高，高质量带精确标注真实数据稀缺 面向低空需求，构建大规模低空视觉感知开放数据平台VisDrone 通过数据、模型、场景的三维融合展示，为政府、企业、公众提供低空领域的一站式资源入口，构建百城空域的数据算法基石，让低空经济"看得见"、"管得好"。 平台优势 智能化升级，效率倍增长通过AI技术赋能，实现城市巡检从传统人工模式向智 能化、标准化、规模化的跨越式升级 CONTENTS 一、低空研究背景二、低空数据平台三、低空感知大脑四、低空典型应用 低空协同学习 协同性是群体协同的前提，低空协同学习能够降低贝叶斯误差 n模态协同性（多模态信息增益）： 个体误差：协同学习会抑制高误差的个体降低其权重 低空多传感器协同学习 低空场景复杂退化多模态数据严重制约感知效能，导致“看不清” 低空多传感器协同学习 构建了复杂退化自适应建模理论与复杂多退化统一复原范式 提出了空场景特征引导的多传感器可信提示动态鲁棒感知方法 低空多传感器协同学习 恶劣天气条件下低空多模态目标追踪性能提高超过6% 复杂退化条件下小目标特征增强超过16倍，检测性能提升超11% 低空多任务协同学习 低空感知场景复杂多变，任务种类繁杂，模型难泛化，“看不准” 低空多任务协同学习 构建覆盖超广域场景，高复杂任务的千万级低空视觉开放数据平台VisDrone 低空多任务协同学习 低空多任务协同学习 新场景新任务小时级快速适配，进化后性能提升超20% 形成覆盖百城百景的模型库，服务20余家企业和单位 百城百景API服务 低空多机协同学习 多机跨视角差异大，目标易受遮挡，难以“看得全” 低空多机协同学习 自适应交互多视角信息，构建双向动态特征提示跟踪框架基于引入SSM的时序adapter，建模时间依赖，实现鲁棒跟踪 低空多机协同学习 多无人机跨视角协同追踪成功率比单机最先进方法提高15.6%成功实现30架无人机精准跟踪围捕3辆车的多目标协同感知场景 CONTENTS 一、低空研究背景二、低空数据平台三、低空感知大脑四、低空典型应用 面向低空城市治理现代化需求，发布国创天巡平台建设雄安低空智城