從研發到制造，AI能給航空航天產業帶來多大變革？

2026年3月，《中華人民共和國國民經濟和社會發展第十五個五年規劃和2035年遠景目標綱要》正式發布。在這份頂層設計文件中，航空航天首次被定位為“新興支柱產業”，與集成電路、生物醫藥并列；與此同時，綱要新增"航天強國"建設目標，標志著航天產業邁入系統化、規�；⑸虡I化新階段。

國家“人工智能+”行動全面實施，算力、算法、數據的高效供給正加速滲透至各行業。本文聚焦十五五規劃釋放的政策信號，梳理AI對航空航天全產業鏈的重構邏輯——從研發設計到在軌自主，哪些環節正在突破效率瓶頸？

研發端

生成式AI正將航空裝備設計迭代周期從“月”級壓縮至“周”級；航空工業計算所“靈籌”平臺已實現280TOPS機載算力突破，為智能飛行器提供端側實時推理能力。

制造端

自適應制造正在改寫“小批量、高復雜度”的品控邏輯，航天科技集團將“數智深度賦能”列為新時代航天科技創新體系的核心特征。

運維端

AI驅動的預測性維護正推動航空產業從“事后維修”向“健康管理”轉型，GE、羅羅等巨頭已在此領域深度布局。

在軌端

星上AI讓衛星從“數據傳輸管道”升級為“太空計算節點”，之江實驗室“三體計算星座”已完成10個AI模型的在軌部署。

空域端

當空域內飛行器數量從百級躍升至萬級，AI已從增值選項變為安全運行的核心前提。正如中國科學院院士郭雷所言，“打贏AI賦能航空航天關鍵核心技術攻堅戰”，是“十五五”期間必須直面的課題。

PART 01

研發設計：從仿真驅動到生成式驅動

航空航天裝備的研發設計，向來是資金密集、周期漫長的產業“硬骨頭”。一款新型航空發動機的研制周期通常長達十年以上，一架新型戰斗機從立項到服役往往需要二十年。傳統研發模式高度依賴工程師的經驗積累與反復物理試驗，不僅耗時耗力，更難在重量、強度、氣動、熱管理等多重約束下，找到全局最優解。

如今，生成式AI與數字孿生技術的深度應用，正將航空航天研發從“經驗試錯”推向“生成式尋優”，設計迭代周期也實現了從“月”級到“周”級的跨越式壓縮。

01

生成式設計打破航空結構性能極限

在追求極致輕量化的航空領域，“克克計較”是工程師的核心準則——飛機每減重一公斤，全生命周期內可節省數千美元燃油成本。歐洲航空巨頭空中客車（Airbus）早已率先布局，據其官方披露，空客與Autodesk合作，借助生成式設計與增材制造技術，成功研發出A320客機的“仿生隔板”。

這一過程徹底顛覆了傳統設計邏輯：工程師無需手動繪制圖紙，只需將重量限制、受力點、材料特性等約束條件輸入AI系統，算法便會模仿自然界骨骼的生長規律，在數萬種可能性中迭代演化，最終生成微晶格結構的復雜形態。公開數據顯示，這款AI設計的仿生隔板，較傳統部件減重高達45%（約30公斤），同時結構強度提升8%；若將該技術推廣至全A320機隊的所有隔板，每年可減少數十萬噸碳排放。

2024年起，空客更是全面推進生成式AI的內部落地。據其數字化轉型執行副總裁Catherine Jestin透露，公司在不到一年的時間里，已識別出600多個生成式AI應用場景，覆蓋工程輔助、復雜技術文檔管理、供應鏈優化等全產業鏈環節。2025年4月，空客進一步發布數字孿生戰略，將該技術從設計階段延伸至制造、運營全生命周期，實現了從“虛擬驗證”到“虛實共生”的跨越。

02

數字化仿真加速動力系統研發迭代

火箭發動機被譽為航天器的“心臟”，其內部涉及極其復雜的燃燒、流體與熱力學耦合過程。傳統物理試車不僅單次熱試車耗資數百萬元，成本極高，更伴隨巨大的安全風險。如今，AI驅動的數字化仿真，正在大幅縮短動力系統的研發迭代周期。

朱雀二號運載火箭的第5次飛行

圖源/藍箭航天

以國內商業航天企業藍箭航天為例，其在朱雀二號改進型運載火箭的天鵲發動機研發中，深度依托DeepFlame Rocket數字仿真平臺。據北京科學智能研究院發布信息顯示，該平臺以人工智能驅動的“超級大腦”，實現了火箭發動機全流程數值模擬，覆蓋穩態求解器與多物理場耦合計算，為天鵲發動機的推力提升與結構優化提供了關鍵的數字化底座支撐。

2025年5月17日，搭載優化后天鵲12A發動機（單臺海平面推力720千牛）的朱雀二號改進型遙二運載火箭，成功將6顆衛星送入預定軌道，充分驗證了數字化設計的高效性與可靠性。值得關注的是，該火箭還首次在國內應用了“準實時風修正彈道設計技術”，通過AI算法基于實測風載荷計算方法，實時優化飛行彈道。

03

機載智能計算實現算力自主可控突破

在十五五規劃強調“科技自立自強”的核心背景下，機載智能計算平臺的自主可控，成為航空裝備智能化的核心前提。據中國航空工業集團官網報道，航空工業計算所發布的“靈籌智算處理平臺”，采用多核異構架構，實現了280TOPS的機載算力突破。

該平臺的核心價值，在于破解了航空裝備在端側（機載場景）完成實時AI推理的算力瓶頸——無論是智能目標識別、態勢感知，還是輔助決策，都需要強大的機載算力作為底層支撐。此外，航空工業計算所還研發了硬件電路智能審查系統，覆蓋230條技術規則，審查效率實現數十倍提升。

圖源/中國航空報

04

“天玄”大模型開啟航天智能研發新范式

航天科技集團于2026年2月正式發布“天玄”航天行業大模型系列產品v1.0，標志著航天領域AI應用從“技術驗證”邁向“實際應用”階段。

“天玄”系列包括三大核心產品：多學科融合的科學大模型“天玄·開物”，全面學習航天業務和技術領域專家知識，更懂航天；適配端到端應用的運籌推理大模型“天玄·成務”，滿足航天復雜任務規劃和工具調用需求，更善推理；面向遙感應用的圖文多模態大模型“天玄·千河”，支持對遙感影像看得懂、說得清。同時發布的“天玄·萬卷”高質量大數據集，是當前航天行業覆蓋學科最全、知識規模最大、專業挖掘最深的高質量大數據集。

目前，“天玄”系列已對接108個應用場景，完成45家單位部署，為航天裝備的智能化研發提供了強大的AI基礎設施支撐。

圖源/中國航天科技體系與創新研究院

研發設計環節的AI應用，本質上是算力對人腦能力的延伸與突破。AI不僅能處理人類無法窮盡的參數組合，更能打破人類固有的設計思維定勢，創造出“反直覺”但性能更優的結構形態。十五五期間，隨著多模態大模型與物理信息神經網絡（PINN）的持續成熟，我們有望看到更多“生而為AI設計”的航空航天裝備面世。

PART 02

制造裝配：從勞動密集到柔性敏捷

航空航天制造被譽為“工業之花”，核心特征是多品種、小批量、高精度、高可靠。傳統流水線模式難以適配這種非標生產需求，而高度依賴熟練工人的手工裝配，又面臨效率瓶頸與質量一致性難題。

十五五規劃明確提出“加快建設制造強國”，AI與機器人技術的深度融合，正在催生出具備自主決策能力的黑燈工廠與柔性敏捷生產體系。在航空工業領域，“數智深度賦能”已成為智能制造轉型的核心方向——成飛、上海航天、航空工業慶安等龍頭企業的實踐表明，這一趨勢正加速落地。

成飛：全國航空領航級智能工廠

01

航空工業成飛的“先進航空裝備柔性敏捷智能工廠”，成功入選工信部等六部門公布的2025年度領航級智能工廠培育名單，也是全國航空裝備制造業唯一入選的工廠。據新華社2025年12月深度報道，成飛自主研發了企業級人工智能開放平臺“成飛易智”，實現了場景、算力、算法的共建共享共用，超50%的生產場景已完成人工智能賦能。

圖源/中國航空報

在數控制造車間，成飛搭建了統一的車間級智能管控系統，實現零部件物流自動配送、自動化加工與加工狀態智能監控。企業公開數據顯示，2014年一臺機床需2-3名操作人員，而如今通過智能生產模式，同等工作量僅需原十分之一的人力，勞動強度大幅降低，制造精度顯著提升，設備24小時利用率達到80%以上。

在裝配與檢測環節，成飛融合數字孿生與人工智能算法，實現了多架飛機的并行自動測試、狀態實時監測與故障智能診斷，測試周期縮短60%以上，檢驗檢測數字化率達76%。更值得關注的是，成飛的數字化建設已堅持40余年，從20世紀80年代殲-10的軟件工程化探索，到如今5G、數字孿生、人工智能的深度嵌入，這種“一張藍圖繪到底”的戰略定力，為國內航空航天企業提供了核心借鑒。

上海航天：AI調度激活老廠產能新活力

02

航天產品制造對可靠性有著極致嚴苛的要求，上海航天設備制造總廠通過構建AI+模型驅動體系，打造了高可靠規模化宇航產品全流程鏈智能工廠，入選全國首批15家領航級智能工廠培育名單。

上海航天800所技能人員正專注地對照圖紙，在數控加工中心前進行操作。圖源/上觀新聞

據上觀新聞2026年2月報道，該廠自主研發了航天離散協同制造工業互聯網平臺，集成機器人、視覺識別與AI智能排程系統。這套“AI調度員”可根據訂單需求、設備狀態與物料情況，動態生成最優生產計劃。企業披露數據顯示，該系統投用后，老廠設備利用率從60%提升至80%以上，產品一次交驗合格率穩定保持100%，徹底改變了過去依靠人工經驗進行生產調度的低效局面。

航天科技集團：數字航天建設全面推進

03

在航天制造領域，航天科技集團正全面推進數字航天建設。其AVPLM工程以產品為核心、以工程為牽引，在運載火箭、航天器等領域推進科研生產數字主線建設，探索了大型工業軟件工程化研用的新范式。Aerospace EOM平臺則為大型企業集團多層級一體化協同經營提供了數字化轉型新路徑。

航空工業慶安：具身智能探索制造前沿方向

04

在更前沿的技術賽道，航空工業慶安正探索具身智能在航空制造中的落地應用。據航空工業官網報道，航空工業慶安正從數智化產線建設、5G技術應用、具身智能場景探索、機器視覺AI場景落地等多個維度，全面提升產線數智能力。

具身智能的核心，是讓AI“長出身體”，以機器人形態在物理世界執行復雜任務，這也被認為是航空制造下一階段的重要突破方向。飛機總裝線上，數以百萬計的鉚釘與緊固件需要在狹小空間內精準安裝，正是具身智能機器人的核心應用場景。

圖源/航空工業官網

航空航天智能制造的核心，從來不是簡單的“機器換人”，而是“數據換腦”。AI在制造環節的最大價值，是打通設計、工藝、生產、檢測的數據孤島，實現從局部自動化向全局智能化的演進。在十五五規劃“加快建設制造強國”的戰略指引下，這種柔性、敏捷、高可靠的AI制造范式，將成為中國航空航天企業參與全球競爭的核心壁壘。

PART 03

運維健康：從事后維修到預測性管理

航空裝備全生命周期成本中，運維占比極高——以民航客機為例，運維成本通常占到飛機全生命周期總成本的60%以上。傳統的“定時維修”或“事后維修”模式，不僅成本高昂，更易導致非計劃停機（AOG），單小時停飛損失可達數萬美元。

AI技術的深度介入，讓基于海量數據的“預測性維護”成為現實，更推動航空航天產業從“賣產品”向“賣服務”的深刻轉型。

01

GE航空：AI視覺檢測實現規�；逃�

發動機是飛機的核心部件，其內部渦輪葉片的健康狀態直接決定飛行安全。傳統孔探儀檢查高度依賴檢測人員的經驗，極易因視覺疲勞出現漏檢。2025年2月，GE航空航天（GEAerospace）官方宣布，在十余家MRO（維護、維修和運行）設施中，規�；渴鹑碌腁I驅動葉片檢測工具。

圖源/GE Aerospace官網

該工具搭載AI攝像頭，技術人員拍攝渦輪葉片圖像后，AI會自動引導技術人員鎖定重點審查區域，同時自主識別潛在裂紋、磨損、腐蝕等缺陷。GE官方披露數據顯示，該AI工具此前已在GEnx寬體客機發動機上完成三年應用驗證，成功將葉片檢測時間縮短50%，同時顯著提升了檢測的準確性與一致性。此次規�；渴鹬罜FMLEAP系列窄體客機發動機，將大幅縮短窄體客機發動機重返服務的時間，對全球航空公司應對運力緊張局面具有重要意義。

02

波音：海量飛行數據的AI價值挖掘

現代客機飛行過程中會產生海量運營數據，以波音787夢想客機為例，單架787客機單次飛行可產生高達500GB的數據，數千個傳感器實時回傳振動、溫度、壓力、油液質量等核心參數。

圖源/波音官網

波音正通過AI與機器學習技術，從這些海量數據中挖掘核心價值，搭建預測性維護模型，幫助航空公司在故障發生前識別潛在風險，將突發的“非計劃維修”轉化為可控的“計劃內維護”，大幅降低非計劃停機帶來的運營損失。波音全球服務首席工程師PeteBoeskov明確指出：“我們的目標是利用廣泛的數據找出根本原因，將非計劃維修轉化為計劃內維修�！�

03

羅羅：AI賦能商業模式深度創新

英國航空發動機巨頭羅羅公司（Rolls-Royce），更是將AI預測性維護提升至企業戰略核心高度。其2018年提出的“智能發動機”愿景，核心就是實現物理發動機與數字服務的深度融合。羅爾斯·羅伊斯首席數字與信息官StuartHughes曾公開表示：“我們正處于一場數據驅動的革命之中。我們的發動機不僅是動力裝置，更是飛行中的數據生成器�！�

圖源/羅羅官網

據Klover.AI分析報告顯示，羅羅公司的AI戰略，與其標志性的TotalCare“按飛行小時付費”商業模式實現了完美契合。通過R2DataLabs數據創新中心開發的AI算法，羅羅公司可實時監控全球數千臺在役發動機的運行狀態，精準預測維護需求，最大化發動機在翼時間。

R2DataLabs開發的AI算法已實現對發動機數千個參數的實時監控，可提前數月預測潛在故障，幫助客戶將非計劃停飛事件減少約30%。公開數據顯示，羅羅公司每年在ICT領域的支出約9.56億美元，年研發投入超12億英鎊，其中數字化與AI能力建設占比極高。

在這種模式下，AI驅動的預測性維護，直接將企業的財務收益與客戶的運營出勤率深度綁定，構建了極高的客戶粘性與行業競爭壁壘。

04

航空工業計算所：

智能數字員工開啟管理效率革命

在國內，AI在運維與知識管理領域同樣展現出巨大潛力。航空工業計算所已建成覆蓋10大管理域的智能數字員工助手，整合1500余份核心知識條目，系統上線半年問答量超9萬次，答疑效率提升500%以上。此外，其RPA（機器人流程自動化）技術已全覆蓋57個部門、342個流程，累計節約工時超4萬小時。

這些數據印證了一個明確的產業趨勢：AI正從“輔助生產”向“輔助管理”延伸，知識密集型的航空航天企業，將成為這一輪效率革命的核心受益方。

運維環節的AI應用，正在推動航空航天產業完成從“賣產品”到“賣服務”的核心轉型。數據成為新的生產要素，AI則是提煉這些要素價值的核心載體。十五五期間，隨著多模態大模型在故障診斷領域的深度應用，未來的航空維修將實現全面智能化：AI不僅能精準定位故障點，更能直接生成維修方案，全程指導機械師完成維修操作。

PART 04

在軌自主：從天地指令到星上智能

隨著人類深空探索的步伐不斷加快，傳統“地面計算、天地傳輸、指令執行”的航天器運行模式，正面臨嚴峻挑戰。以火星探測為例，地球與火星的單程通信延遲長達4-24分鐘，地面人員無法完成實時遙控；即便在近地軌道領域，海量遙感數據的下傳，也面臨著嚴重的帶寬瓶頸。

AI技術的在軌部署，正在開啟“星上智能”的新紀元——衛星不再只是數據的“搬運工”，而是具備自主計算、自主決策能力的“太空智能節點”。

三體計算星座：建成全球最大太空算力集群

中國正加速布局近地軌道太空算力基礎設施。2025年5月，之江實驗室牽頭研制的“三體計算星座”首發12顆衛星成功入軌；據科技日報2026年2月報道，經過9個月的在軌測試，該星座已形成組網、計算、模型部署、科學載荷在軌驗證四大核心能力。

我國北部某地水體提取結果識別圖。

圖片來源：之江實驗室

作為全球算力規模最大的太空計算星座，官方披露數據顯示，其單星最高算力可達744TOPS，整體在軌算力高達5POPS（每秒5千萬億次運算），最大可支持1400億參數模型的在軌部署與推理。目前，該星座已成功完成10個AI模型與應用的在軌部署，其中包括全球在軌運行參數規模最大的80億參數天基遙感模型與天基天文時域模型。

星上AI算力的躍升，帶來了革命性的效率提升。以天文時域模型為例，過去衛星需將海量原始數據下傳至地面處理，如今通過星上AI實時分析，單日下傳數據量從幾百兆字節銳減至幾十千字節，僅為原數據量的萬分之一；數據處理時間從數小時縮短至數秒，事件識別準確率更是高達99%。這不僅是效率的提升，更讓衛星運營商得以大幅降低地面站建設與數據傳輸成本，從根本上重構了遙感衛星的商業模式。

吉林一號：商業遙感的星上“智能大腦”

在商業航天領域，長光衛星運營的“吉林一號”星座，同樣展現了領先的星上智能處理能力。作為全球規模最大的亞米級商業遙感衛星星座（截至2026年3月，在軌衛星已達144顆），“吉林一號”正通過AI技術實現衛星的智能化升級。

圖為“吉林一號”的“一箭41星”縮小比例模型。

科技日報記者 張添福 攝

據《航天器工程》2025年刊發的學術論文披露，基于國產AI模組的星載遙感影像在軌智能處理系統，已在“吉林一號”多顆衛星上完成搭載驗證，該系統具備星上智能處理與算法更新能力，可在軌部署專屬處理模型。測試數據顯示，其在軌執行船舶識別任務的檢測正確率達82.7%，飛機識別任務檢測正確率達83.9%。這種“即拍、即算、即傳”的能力，極大提升了遙感衛星在應急響應、災害監測等高時效性場景下的應用價值。

NASA毅力號：AI實現火星自主駕駛突破

在距離地球數億公里的火星，通信延遲讓地面實時遙控完全無法實現。2026年1月30日，NASA噴氣推進實驗室（JPL）宣布了一項歷史性突破：毅力號火星車成功完成了首次由人工智能全程規劃的自主駕駛。

在2025年12月8日與10日的兩次測試中，NASA團隊通過生成式AI，分析了火星偵察軌道器HiRISE相機拍攝的高分辨率影像與數字高程模型數據，AI自主識別出基巖、露頭、危險巨石區、沙波等地形特征，生成了包含連續航點的安全行駛路徑。為保障安全，工程師在發送指令前，通過JPL數字孿生系統驗證了超50萬個遙測變量。最終，在AI生成的航點指引下，毅力號于12月8日自主行駛210米，12月10日自主行駛246米。

正如NASA局長Jared Isaacman所言：“這次演示展示了我們能力的進步，并拓展了我們將探索其他世界的方式。自主技術有助于任務更高效運行、應對復雜地形，并隨著與地球距離的增加而提高科學回報。這是團隊在真實操作中審慎、負責任地應用新技術的有力例證�！�

郭雷院士：空天仿生智能開辟全新賽道

在前沿理論層面，中國科學院院士、北京航空航天大學教授郭雷，正引領“空天仿生智能”這一全新研究方向。據新京報2025年3月專訪報道，郭雷院士指出，空天仿生智能研究從類腦到具身再到仿生，已初步實現從基礎理論、關鍵技術到工程應用的全鏈條創新。他同時強調：“未來五年，我們有信心打贏AI賦能航空航天關鍵核心技術攻堅戰�！�

該研究方向的核心邏輯，是從鳥類、昆蟲等自然界飛行生物中汲取靈感，結合AI算法，開發更具靈活性、自適應性與魯棒性的飛行控制系統。在復雜氣象條件下的自主飛行、集群協同、未知環境自主探索等場景中，仿生智能有望突破傳統控制理論的核心瓶頸。

圖源/央廣網

“星上智能”是航天器從“自動化”向“自主化”跨越的核心標志。十五五期間，隨著抗輻照AI芯片的持續成熟與輕量化大模型的在軌部署，航天器將逐步具備類人的感知、認知與決策能力。未來的衛星，不再只是數據的“傳輸管道”，而是太空中的“智能計算節點”，可在軌自主完成目標識別、編隊協同，甚至空間碎片自主規避。

PART 05

空域調度：從人工指揮到AI全局統籌

隨著民航航班量的持續增長與低空經濟的爆發式發展，空域資源緊張的矛盾日益凸顯。傳統基于雷達與人工語音指揮的空中交通管理（ATM）系統，已逼近能力極限。當空域內飛行器數量從“百”級躍升至“萬”級，AI已不再是增值選項，而是空域安全運行的核心前提。

2025年12月，中國民航局發布《關于推動“人工智能+民航”高質量發展的實施意見》，明確了42項AI應用場景，提出到2027年率先實現AI與民航安全、運行等領域的深度融合發展。

智能空管系統破解航班延誤難題

在萬米高空，AI正化身為不知疲倦的“空中交警”。由中國電子科技集團公司第二十八研究所牽頭組建的空中交通管理系統全國重點實驗室，是我國空管領域技術創新的“國家隊”，全國80%左右機場在用空管系統的核心技術，均源自這里。

據南京日報2025年10月報道，該實驗室研發的全國民航流量管理系統，是我國首套國家級流量管理系統，通過實時整合全國機場、空域、航班的動態數據，可精準計算每架飛機的最優航線與起降時間。官方數據顯示，該系統上線后，我國民航航班平均延誤時間縮短約20%。

此外，實驗室還推出了“智能空管”系統。傳統空管高度依賴調度員的經驗判斷，面對突發天氣等極端場景時工作強度極大；而智能空管系統通過引入AI算法與海量空管處置數據，不僅能精準識別機長對話內容，還可根據氣象預測自動生成最優調度方案，提前調整航班起降順序，有效避免大面積航班延誤。

低空經濟的AI“數字調度員”

如果說高空航線是空中“高速公路”，那么低空空域就是錯綜復雜的“城市路網”。2025年被視為中國低空經濟爆發元年，據中國民航局數據，2025年我國低空經濟市場規模已達1.5萬億元，無人機運營企業近2萬家，eVTOL年度訂單總額超300億元。面對如此高密度的飛行需求，傳統空管模式已完全失效，必須依托基于AI的無人機交通管理（UTM）系統。

圖源/鳳凰網江蘇

在南京，全國首個面向場景的“無人機AI數字調度員”——“風曉飛”已正式投入使用。據南京市投資促進局2026年2月披露，該系統由南京大翼航空自主研創，實現了“怎么說，就怎么飛”的智能語音調度。AI系統可自動規劃無人機航線、完成飛行沖突檢測、實時監控飛行狀態，大幅降低了低空飛行的操作門檻與安全風險。

在江蘇省層面，空中交通管理系統全國重點實驗室已支撐建設了全國首個省級低空飛行管理服務平臺，構建起省市兩級聯動的低空飛行管理服務總體架構，為全國低空經濟的規范化發展提供了核心范本。

超大規模集群協同實現技術突破

在低空飛行器集群控制領域，中國企業展現出世界級的技術實力。2026年2月，億航智能子公司億航白鷺在合肥完成了22580架新一代編隊無人機同時升空的壯舉，刷新了“單臺電腦控制最多無人機同時升空”的吉尼斯世界紀錄。億航智能首席運營官王釗表示：“此次億航智能多款無人駕駛航空器亮相央視總臺春晚，既展現了公司強大的技術實力，也全方位體現了指揮調度技術在跨場景應用的適配性與成熟度�！�

更重要的是，正如國際在線在報道中所指出的：“此次超兩萬架無人機的集群指揮調度，實質上是對大規模無人駕駛航空器協同技術的關鍵驗證——這套核心算法、協同邏輯與安全管控體系，將全面復用于載人交通、物流運輸、應急消防等先進空中交通場景。”這一技術驗證，為未來低空經濟高密度商業化運行奠定了堅實的技術支撐。

億航白鷺22580架GD4.0無人機編隊表演亮相春晚舞臺。圖源：2026年中央廣播電視總臺春節聯歡晚會直播畫面

空域調度的AI化，本質上是解決復雜系統下的多目標全局優化問題。十五五期間，隨著5G-A、北斗導航與AI大模型的深度融合，一個全天候、高密度、異構飛行器和諧共存的“低空智聯網”將逐步成型。

結 語

站在十五五規劃的開局之年，回看AI對航空航天全產業鏈的重構，可以清晰看到：這場變革不是單點技術的錦上添花，而是從研發邏輯、生產模式、商業形態到運行體系的全方位范式革命，也是我國航空航天產業從跟跑到領跑的關鍵歷史窗口。

十五五規劃將航空航天明確定位為新興支柱產業，為這場產業變革按下了加速鍵。面向未來，三個方向值得持續關注：

其一，戰略布局緊扣國家發展主線。

航空航天是典型的戰略引領型產業，航空工業、航天科技等國家隊的數字化轉型方向，以及國家重大工程需求，構成了產業發展的核心脈絡。深度融入國家戰略總體布局，是在政策與市場雙重紅利中找到確定性成長路徑的重要前提。

其二，技術創新扎根產業真實場景。

航空航天的智能化，核心在于直擊全鏈條的效率瓶頸與技術難點。無論是航空領域的機載智能算力、民航預測性運維、柔性制造，還是航天領域的星上邊緣計算、火箭發動機數字化仿真、深空探測自主運行，抑或是貫穿全產業鏈的垂直領域工業軟件，只有真正擊穿產業效率瓶頸、實現自主可控的技術創新，才能構建起長期的核心競爭壁壘。

其三，產業升級堅守安全可靠底線。

航空航天領域，安全是1，其他都是0。航空裝備有著全球最嚴苛的適航認證標準，航天系統有著“萬無一失”的宇航級可靠性要求，這是全產業不可動搖的底線。再先進的AI技術，沒有經過工程化的實戰驗證、沒有適配嚴苛的全流程可靠性管控體系，都無法真正轉化為產業價值。這個行業沒有“唯快不破”的神話，只有尊重產業規律、穩扎穩打的長期主義者，才能在征途上行穩致遠。

從萬米高空的民航航線，到寰宇深空的星辰大海，航空航天的逐夢之路，始終離不開技術的持續迭代與突破。十五五期間，AI與航空航天產業的全鏈條深度融合，正在催生一個更具活力的全新產業生態，也為中國航空航天產業的躍升寫下新的注腳。

參考文獻：

[1] 21世紀經濟報道.《中華人民共和國國民經濟和社會發展第十五個五年規劃和2035年遠景目標綱要》全文.

https://www.21jingji.com/article/20260313/herald/d6dc7539e181ffb864f8bae77cc08a61.html

[2] Airbus. How Airbus uses generative artificial intelligence to reinvent itself. 2024-05.

https://www.airbus.com/en/newsroom/stories/2024-05-how-airbus-uses-generative-artificial-intelligence-to-reinvent-itself

[3] Airbus. Artificial Intelligence — Digital Transformation. 2024.

https://www.airbus.com/en/innovation/digital-transformation/artificial-intelligence

[4] Airbus. Digital Twins: Accelerating aerospace innovation from design to operations. 2025-04.

https://www.airbus.com/en/newsroom/stories/2025-04-digital-twins-accelerating-aerospace-innovation-from-design-to-operations

[5] 華為. 技術追光記：開發者與理想的雙向奔赴（藍箭航天DeepFlame Rocket數字仿真平臺 ）. 2025-03.

https://www.huawei.com/cn/huaweitech/publication/202503/developers-technology-chasing-light

[6] 藍箭航天. 朱雀二號改進型遙二運載火箭發射成功. 2025-05.

https://www.landspace.com/news-detail.html?itemid=63

[7] "搜狐科技. 航空工業計算所發布"靈籌智算處理平臺". 2025."

https://www.sohu.com/a/898063183_115926

[8] 新華網. 先進戰機從這里飛向藍天——探訪航空工業成飛柔性敏捷智能生產體系. 2025-12-02.

http://www.news.cn/20251202/0f7029c953fb474cabc358e87fe5e571/c.html

[10] "人民網. 自研AI調度 ，年初三開工"不用等"——上海航天設備制造總廠. 2026-02-20."

http://sh.people.com.cn/n2/2026/0220/c134768-41505744.html

[11] "網易. 航空工業慶安深化"人工智能+"行動. 2025."

http://www.yhxrc.cn/dy/article/KOPDCLFF051495SS.html

[12] GE Aerospace. GE Aerospace Deploys AI-Driven Inspection Tool to Maximize Narrowbody Engine Time on Wing. 2025-02.

https://www.geaerospace.com/news/press-releases/ge-aerospace-deploys-ai-driven-inspection-tool-maximize-narrowbody-engine-time-wing

[13] Boeing Services. Revolutionizing Aviation: The Power of Predictive Maintenance. 2025-04.

https://services.boeing.com/resources/insights/revolutionizing-aviation-power-of-predictive-maintenance

[14] Rolls-Royce. Investing in our digital services capability. 2025.

https://www.rolls-royce.com/media/our-stories/discover/2025/investing-in-our-digital-services-capability.aspx

[15] Klover.AI. Rolls-Royce AI Strategy: Analysis of Dominance in Aerospace. 2025.

https://www.klover.ai/rolls-royce-ai-strategy-analysis-of-dominance-in-aerospace/

[16] "國家科技管理信息系統公共服務平臺（科技日報 ）. 之江實驗室"三體計算星座"在軌測試取得重要進展. 2026-02-13."

https://www.ncsti.gov.cn/kjdt/kjrd/qtrd_kjrd/202602/t20260213_238277.html

[17] "新華網. 長光衛星"吉林一號"星上智能處理系統. 2024-10-15."

http://www.news.cn/tech/20241015/bfe61a7fdfee4ec89cd4f9da1d571ff1/c.html

[18] 航天器工程. 基于國產AI模組的星載遙感影像在軌智能處理系統. 2025年第4期.

https://www.spacejournal.cn/htqgc/cn/article/pdf/preview/10.3969/j.issn.1673-8748.2025.04.011.pdf

[19] NASA JPL. NASA's Perseverance Rover Completes First AI-Planned Drive on Mars. 2026-01-30.

https://www.jpl.nasa.gov/news/nasas-perseverance-rover-completes-first-ai-planned-drive-on-mars/

[20] 新京報. 專訪郭雷院士：空天仿生智能研究開辟新賽道. 2025-03.

https://m.bjnews.com.cn/detail/1773134512129940.html

[21] "中國民航局.《關于推動"人工智能+民航"高質量發展的實施意見》. 2025-12-05."

http://www.caac.gov.cn/XXGK/XXGK/ZCJD/202512/t20251205_229318.html

[22] "南京日報. 空中交通管理系統全國重點實驗室：技撐"天路"調度. 2025-10-22."

https://www.nanjing.gov.cn/zt/njdzdkjjcygd/dkyw/202510/t20251022_5674407.html

[23] 證券時報. 萬億低空經濟啟幕：2026從試點飛行邁向常態運營元年. 2026.

https://www.stcn.com/article/detail/3594482.html

[24] 南京市投資促進局. AI掌舵 ，南京低空經濟起飛. 2026-02-14.

https://invest.nanjing.gov.cn/gzdt/202602/t20260214_5794517.html

[25] 億航智能. 億航智能22580架無人機編隊飛行刷新吉尼斯世界紀錄. 2026-02.

https://www.ehang.com/cn/news/1345.html

[26] 中國航天科技集團. 航天科技集團召開2026年數字航天建設推進會. 2026.

https://www.spacechina.com/n25/n2014789/n2014804/c4541741/content.html

>End

本文轉載自“空天界”，原標題《從研發到制造，AI能給航空航天產業帶來多大變革？》。

為分享前沿資訊及有價值的觀點，太空與網絡微信公眾號轉載此文，并經過編輯。

未按照規范轉載及引用者，我們保留追究相應責任的權利

部分圖片難以找到原始出處，故文中未加以標注，如若侵犯了您的權益，請第一時間聯系我們。

HISTORY/往期推薦

充滿激情的新時代，

充滿挑戰的新疆域，

與踔厲奮發的引領者，

卓爾不群的企業家，

一起開拓，

一起體驗，

一起感悟，

共同打造更真品質，

共同實現更高價值，

共同見證商業航天更大的跨越！

——《太空與網絡》，觀察，記錄，傳播，引領。

·《衛星與網絡》創始人：劉雨菲

·《衛星與網絡》副社長：王俊峰

·微信公眾號（ID：satnetdy）團隊

編輯：艷玲、哈玫，周泳、邱莉、黃榕、娜娜

主筆記者：李剛、魏興、張雪松、霍劍、樂瑜、稻子、趙棟

策劃部：楊艷、若?、李真子

視覺總監：董濘

專業攝影：馮小京、宋偉

設計部：顧錳、潘希峎、楊小明

行政部：姜河、林紫

業務部：王錦熙、瑾怡

原創文章轉載授權、轉載文章侵權、投稿等事宜，請加微信：15910858067

商務合作；展覽展廳設計、企業VI/CI及室內設計、企業文化建設及品牌推廣；企業口碑傳播及整體營銷傳播等，請加微信：13811260603

雜志訂閱，請加微信：wangxiaoyu9960

·衛星與網絡各分部：

成都分部負責人：沈淮

長沙分部負責人：賓鴻浦

西安分部負責人：郭朝暉

青島分部負責人：江偉

·衛星與網絡總部負責人：農燕

·會議活動部負責人：喬顥益、許克新、董今福

· 投融資及戰略層面合作：劉雨菲

·本平臺簽約設計公司：一畫開天（北京）文化創意設計有限公司

· 航天加（深圳）股權投資基金管理負責人：楊艷