低空经济观察：从硬件到智能管理的产业跃迁

执行摘要：低空经济正从概念走向落地。产业链上游以专用芯片（ASIC）为代表的算力供给持续放量，中游整机与终端硬件创新加速，AI硬件形态不断拓展；下游运营场景日益复杂，催生了对模型、Agent与成本统一管理的平台化需求。本报告梳理产业现状与格局，分析上中下游协同逻辑，评估数据与竞争态势，并对未来趋势作出中性判断：算力定制化、终端智能化、运营平台化将是三条主线。

产业现状与格局

低空经济正从政策驱动期转入商业化初期。以 eVTOL、工业级无人机、低空智联网为代表的低空产业，其底层逻辑与通用人工智能产业的演进路径高度相似：先是硬件侧的能力跃迁，再是软件与管理平台的规模化，最终形成“硬件—数据—智能管理”的完整闭环。理解低空经济的现状，需要同时观察政策、市场与企业竞争三个维度。

一、政策与市场双轮驱动

政策侧，低空经济已被写入国家战略性新兴产业规划，空域管理改革试点、适航审定加速、地方低空经济专项政策密集出台，为商业运营扫清了制度障碍。市场侧，物流配送、城市空中交通（UAM）、巡检安防、应急救援、文旅观光等场景开始产生真实订单，部分头部企业的整机交付与运营服务收入进入放量前夜。

双轮驱动的结构可以用下图概括：

二、从硬件到智能管理：产业链价值重心上移

当前低空产业链的价值分布正在经历一次结构性迁移，这与 AI 产业的路径高度可参照：

• 整机与硬件层：eVTOL 与工业无人机的核心是飞控、动力、传感器与专用芯片。AI 算力供应链的经验表明，随着场景规模化，专用化（ASIC 化）替代通用方案将成为趋势——低空飞行器对功耗、成本、可靠性的苛刻要求，决定了高集成度专用芯片和“换打法”的供应商策略（从卖芯片转向交付算力子系统与长周期绑定）将成为主导模式。
• 智能终端与载体层：地面侧的管理终端、边缘计算设备与 AI 硬件正在成为低空运营的“入口”。AI 硬件厂商尝试从单一设备延伸至搭载 Agent 的平台化产品，这种“越界”逻辑在低空场景同样成立：飞行器不只是硬件，更是数据采集与任务执行的智能载体。
• 运营与智能管理层：当在役飞行器数量增长、机型与任务类型日益多样时，管理复杂度会指数级上升。AI 产业中“用一个 Gateway 统一管理模型、Agent 与成本”的趋势，映射到低空即“低空智能管理平台”——统一接入多机型、调度多任务、核算多主体成本。这一层是决定低空经济能否从“飞起来”走向“管得住、算得清”的关键。

产业链各环节的现状可归纳如下：

三、头部企业卡位与竞争格局

产业格局初步成型，可以按“技术门槛 × 商业价值”两个维度观察主要玩家的定位：

从定位看，领跑者象限聚集了具备整机适航能力与稳定订单的整机企业，以及掌握统一管理平台能力的服务商；芯片供应商凭借高技术门槛占据潜力位置，其竞争焦点正从单点供货转向与整机厂商的深度绑定；存量玩家多集中于传统消费级无人机与低端配套，面临向工业级、管理平台化转型的压力。

卡位竞争呈现三个特征：其一，订单绑定加速，头部整机企业通过长期协议锁定芯片、动力等关键供应；其二，平台化扩张，领先企业不再满足于卖硬件，而是向“硬件+运营+管理”一体化解决方案延伸；其三，生态竞合并存，智能管理层客观上要求多机型、多主体互联互通，竞争之外的协作空间正在打开。

小结

低空经济已越过概念验证阶段，进入商业化初期：政策与市场形成双轮驱动，产业链价值重心正从硬件向智能管理上移，头部企业通过订单绑定与平台化扩张加速卡位。下一阶段的关键变量，将是空域管理改革的落地节奏、适航审定的通过速度，以及智能管理平台能否建立起覆盖多机型、多场景的统一运营能力——这些将共同决定产业格局何时从“初步成型”走向“相对固化”。

上游：算力与芯片

一、ASIC大单接连落地：专用化的拐点信号

低空经济产业链的上游，正在发生一场静默的结构性变化。近期，ASIC（专用集成电路）大单接连落地，多家芯片供应商的订单结构中，定制化专用芯片的占比明显上升。这一信号表明：在飞行器智能算力需求快速膨胀的背景下，专用芯片替代通用方案的趋势已经从讨论走向落地。

长期以来，飞行器的机载计算主要依赖通用处理器与GPU组合方案。通用方案的优势在于灵活性和开发生态成熟，但其代价同样明显：功耗偏高、单位算力成本高、算力利用率低。对于载荷、功耗、散热都极为敏感的飞行器而言，这些代价正在变得越来越难以承受。

当无人机从“遥控飞行工具”演变为“空中智能体”——需要实时感知、路径规划、避障决策、多机协同——算力需求的性质发生了根本变化：从“够用”变为“高效专用”。ASIC正是针对这一变化的产物：将特定算法负载（如视觉感知、SLAM、通信基带处理）固化到硬件中，以更低的功耗和更高的能效比完成任务。

二、为什么是现在：三重驱动力叠加

第一，飞行器智能化的负载高度确定。 与消费电子应用场景碎片化不同，飞行器的核心计算负载——感知、定位、避障、飞控——高度收敛且长期稳定。负载越确定，专用化的收益越大，ASIC的经济性论证就越成立。

第二，规模效应开始显现。 ASIC的前期流片成本高昂，只有在出货量达到一定规模后，单位成本才能摊薄。随着低空物流、巡检、载人飞行等场景的订单放量，飞行器的出货规模正在跨越ASIC经济性的临界点。大单的接连落地，本质上是这一临界点被跨越的标志。

第三，通用芯片供给的挤出效应。 通用AI芯片的产能与价格波动，使下游整机厂商开始寻求供应链的确定性。定制ASIC意味着与芯片供应商建立更深度的绑定关系，在供给紧张周期中反而成为一种供应链保障策略。

三、芯片供应商的打法转变

大单落地背后的深层变化，是芯片供应商商业模式的转型。过去的销售逻辑是“卖标准芯片”——厂商推出通用产品线，客户在其基础上做适配。而在定制化打法下，逻辑反转为“按场景定义芯片”：

• 从卖产品到卖方案：芯片供应商深度介入飞行器厂商的算法与系统设计，芯片规格由下游场景反向定义；
• 从一次性交易到长周期绑定：定制芯片的开发周期通常在18-24个月以上，双方形成事实上的战略协作关系；
• 从通用生态到垂直壁垒：专用芯片配合配套的工具链与IP，形成难以迁移的生态粘性。

可以看到，飞行器ASIC位于“高定制化、高商业价值”的领跑者象限——这既反映了其技术壁垒，也预示了未来竞争的焦点将集中在定制化交付能力上。

四、上层软件的协同演进

值得注意的是，芯片层的变化与软件层的变化正在同步发生。随着飞行器搭载的模型与智能体数量增加，企业侧出现了以统一网关管理多模型、多Agent与算力成本的架构趋势（Gateway模式）。这一趋势对芯片层提出了新的要求：算力调度需要更细的粒度、更低的切换开销，这恰恰是ASIC与专用加速器擅长的领域。

与此同时，端侧AI硬件的探索（如AI眼镜等新型智能终端）验证了一条路径：在功耗受限的设备上，专用芯片+本地小模型+云端协同是可行的技术架构。飞行器作为“功耗约束最严格的移动智能终端”，大概率将复用并强化这一路径。

五、小结：从“硬件竞赛”到“定义权竞赛”

上游算力层的这轮变化，标志着低空经济的竞争正在从整机的硬件参数竞赛，向底层算力的定义权竞赛迁移。谁能够与芯片供应商深度协作、定义下一代飞行器的专用算力标准，谁就在产业链中占据更主动的位置。

对产业观察者而言，后续需要跟踪三个指标：ASIC订单的持续性与规模、定制芯片的量产爬坡周期、以及专用方案在实际飞行场景中的能效验证数据。这三项指标，将决定“专用替代通用”是阶段性选择，还是不可逆的产业跃迁。

中游：整机与终端硬件

低空经济的产业纵深，正在从“飞行器造得好不好”向“终端智能够不够用”延伸。如果说整机是中游的物理载体，那么以智能眼镜为代表的AI硬件形态拓展，则标志着这一环节的价值重心正加速向“智能化终端”迁移。本章从AI硬件的形态演进、终端智能的边界突破，以及Agent能力嵌入硬件三个维度，剖析中游的产业跃迁逻辑。

一、AI硬件形态拓展：眼镜成为新的“入口级终端”

智能眼镜正在从概念验证走向规模落地。以千问AI硬件为例，其产品逻辑并非简单地把大模型塞进一副眼镜，而是围绕“随身、免持、常在线”的场景重构交互方式：语音成为第一交互入口，视觉信息通过摄像头实时进入模型理解链路，眼镜从“佩戴的显示屏”变成“随行的智能体终端”。

这一形态拓展背后的产业逻辑在于：当云端大模型能力趋同时，硬件形态本身成为差异化竞争的阵地。眼镜、耳机、车载终端等新形态的共同特征是“贴近人体、贴身感知、低打扰交互”，它们承接了智能手机难以覆盖的碎片化场景，也为低空经济中的无人机操控、巡检作业、现场指挥等专业场景提供了可穿戴的智能界面。

这一闭环结构揭示了中游竞争的本质：硬件不再是交付终点，而是数据与智能循环的节点。终端卖出的那一刻，恰恰是服务关系的开始。

二、终端智能边界不断“越界”

传统终端的能力边界是清晰的——手机负责计算与通讯，相机负责成像，眼镜负责光学矫正或显示。而新一代AI终端的核心特征恰恰是“越界”：一副眼镜开始承担翻译、导航、会议纪要、环境理解等原本属于多台设备甚至多个服务的职能。

这种越界由三个条件共同驱动：

• 芯片侧：ASIC大单接连落地，端侧推理专用芯片的成本与功耗持续下探，使轻量化终端具备了本地运行中小模型的能力，云端-端侧协同成为标配架构；
• 模型侧：模型小型化与多模态能力成熟，让眼镜级功耗预算内也能承载视觉理解与语音交互；
• 架构侧：企业级AI部署中“用一个Gateway统一管理模型、Agent和成本”的实践正在下沉到终端侧，设备接入、模型路由、用量计量形成标准化中间层，降低了多终端接入智能服务的工程门槛。

值得注意的推论是：终端越界的本质是服务越界。当一副眼镜能够调用翻译Agent、导航Agent、视觉分析Agent时，硬件厂商的竞争对手不再只是同行，而是所有掌握Agent分发的平台方。

三、Agent能力嵌入硬件：产品竞争的新维度

中游竞争格局正在重构。硬件参数（重量、续航、显示）仍是基础分，但决定产品溢价与用户粘性的，正转向Agent能力的完备性——即设备能否理解意图、自主调用服务、跨场景延续任务。

从四象限分布可以看出：专业垂类场景（如巡检、测绘、应急指挥对应的低空作业终端）虽然Agent生态尚在建设期，但场景价值高、付费意愿强，是典型的潜力股区间；而缺乏Agent能力的白牌硬件将被快速挤压至跟随者象限。

Agent嵌入硬件的落地路径可概括为四层递进：

四、小结与展望

中游正在经历从“整机厂商”到“智能终端运营商”的身份转变。判断标准有三：其一，端侧芯片与云端模型的协同架构是否成熟；其二，Agent生态能否形成“硬件-服务-数据”的正循环；其三，统一网关式的管理能力（模型路由、成本计量、权限控制）能否成为终端规模化接入企业级AI的前提设施。

对产业参与者而言，风险与机会并存：单纯堆砌硬件参数的路径正在失效，而率先把Agent能力沉淀为可复用中间件的厂商，将在下一轮终端洗牌中占据卡位优势。低空经济的终端战场，比拼的已不只是“造得出来”，更是“智能得上去”。

下游：运营与服务

低空经济产业链条上，上游的芯片与硬件创新、中游的整机与系统集成都服务于一个终极命题：运营与服务才是价值兑现的最后一公里。当前下游正在经历一场从“单机作业”到“智能化运营”的复杂度跃迁，其结构性特征与通用AI产业正在发生的事情高度同构。

一、应用场景的复杂度曲线

低空应用早期以航拍、巡检等“单机、单任务、单模型”场景为主，运营方关注的核心指标是续航、载荷与图像质量。随着物流配送、城市空中交通（UAM）、低空智联网等场景铺开，运营复杂度呈非线性上升：

• 多机型混合调度：物流无人机、eVTOL、行业级多旋翼在同一空域协同，任务模型各异；
• 多智能体协同：机队编排、航线规划、故障响应需要多个Agent分工协作，而非单一指令链；
• 实时性与成本双重约束：边缘推理、云端调度、数据回传的算力分配直接影响单位架次的经济性。

这与企业级AI面临的处境如出一辙——当“越用越复杂”成为常态，运营方需要的不再是更强的单一模型，而是一套平台化的管理能力。

二、运营层的三大难题：模型、Agent与成本

参考企业级AI的演进路径，低空运营服务的瓶颈集中在三个维度：

其一，模型管理碎片化。 视觉检测、路径规划、语音交互、气象预测往往调用不同模型，模型版本迭代频繁，运营方缺乏统一的接入与治理入口，切换成本高企。

其二，Agent编排失控。 多Agent系统一旦进入生产环境，任务路由、权限边界、异常回滚都需要工程化约束。“千问AI硬件”所代表的产品逻辑——让Agent成为硬件的操作系统级入口——意味着Agent不再是演示级玩具，而是承担真实业务决策的运行时，其可观测性与可控性成为运营刚需。

其三，成本黑盒化。 算力调用按token、按架次、按边缘节点计费，计费口径不统一，导致运营方无法核算单次服务的真实成本，规模化后利润率反而被稀释。

三、Gateway：平台化管理的产业答案

正是这三重难题，催生了Gateway（网关）平台的兴起。其核心逻辑是：用一个统一入口，把模型接入、Agent编排与成本管控收敛到平台层。

Gateway模式的价值在于三个“解耦”：运营业务与底层模型解耦（模型可插拔替换）、Agent能力与具体硬件解耦（跨机型复用）、成本归集与计费口径解耦（统一计量）。对低空运营企业而言，这意味着可以把精力从“管理一堆API”转向“经营服务本身”。

四、运营服务的竞争格局

以“技术门槛—商业价值”两个维度观察下游运营服务商的分布，可以清晰看到格局分层：

处于第一象限的头部运营商已完成平台化改造，具备规模化复制能力；Gateway类平台服务商技术门槛高但仍在放量前夜，属于典型的“潜力股”；大量区域型巡检、测绘服务商停留在人力密集+单点工具阶段，面临被平台整合或出清的压力。

五、痛点与解法对照

小结

下游运营与服务的本质，是从“卖飞行”转向“经营一套智能化运营体系”。模型、Agent与成本管理的三重复杂度，决定了平台化Gateway不是可选项，而是规模化运营的基础设施。未来2-3年，能否完成从单点运营向平台化运营的跃迁，将成为下游服务商分化淘汰的分水岭。

数据与竞争态势

低空经济进入产业化兑现期后，竞争评价体系正在发生结构性切换：过去看融资额、样机数量和概念发布，现在看订单、交付与平台。数据成为检验企业真实竞争力的唯一标尺，而话语权沿产业链两端的重新分布，则是本轮产业跃迁最深刻的特征。

一、订单数据：从故事到账本

订单正在成为一级市场与产业方评估低空企业的核心先行指标。与消费电子“发布即巅峰”不同，低空飞行器的订单具有三个可验证维度：签约方资质（政府平台、国资运营公司还是经销商）、交付节奏（一次性意向框架还是分批履约）、回款结构（预付款比例与尾款条件）。三者共同决定了一张订单的“含金量”。

从已披露的公开信息看，头部整机企业普遍进入“百架级—千架级”订单兑现窗口，但真实交付率与名义签约量之间存在显著缺口。产业逻辑在于：订单的价值不再以数量计，而以量产爬坡曲线计——能否在承诺周期内将良率、成本与适航验证三者对齐，才是订单能否转化为收入的分水岭。

二、量产进度：供应链决定竞争卡位

量产进度背后是整个供应链的博弈。整机厂向上游核心部件——动力系统、航电芯片、飞控与电池——发出的采购订单，正在改变供应商的产能分配与定价策略。ASIC定制化订单的接连落地是一个信号：当某一机型的需求量足够确定，专用芯片替代通用方案的经济性才成立，而这一决策权掌握在下单的整机与平台企业手中。

这一闭环意味着：上游议价力正在从“供应商定价”转向“订单锁定定价”。能够承诺批量、提供设计协同的下游客户，获得优先产能与更优价格；反之，缺乏量产确定性的中小整机厂面临交期挤压与成本上浮的双重压力。

三、平台能力：话语权向下游迁移

如果说订单决定谁能活下来，平台能力决定谁能定义规则。低空经济的下游正在从“卖飞行器”转向“运营飞行器”：飞行调度、空域管理、能源补给、数据回流与AI Agent化的运维体系，构成新的价值高地。参考千问AI硬件把Agent嵌入终端设备的路径，低空场景同理——谁掌握飞行数据的汇聚层，谁就掌握后续服务的分发权。企业AI治理的经验同样适用：多机型、多任务的运营复杂度，最终需要一个类似Gateway的统一管理层，将模型、Agent与成本纳管起来，这正是平台型企业的护城河。

四象限揭示的分化趋势明确：单纯拼整机的企业若不能向平台化迁移，将逐渐被压缩为“制造环节”；而具备数据汇聚与调度能力的平台方，即使整机自产比例不高，也在重新定义产业链的分配规则。

四、产业链话语权分布的重塑

综合来看，本轮竞争态势可归纳为三条判断：其一，订单质量重于数量，交付与回款结构是筛选真实竞争力的过滤器；其二，量产进度把上游议价权从供给端转向需求端，批量确定性成为最硬的谈判筹码；其三，平台化能力正在成为下游的“二次定价权”，掌握数据与调度入口的玩家将持续侵蚀纯制造环节的利润空间。对产业参与者而言，尽早从“交付产品”升级为“运营体系”，是穿越下一个竞争周期的关键。

趋势判断与展望

低空经济正经历从“硬件驱动”向“智能管理驱动”的产业跃迁。综合芯片、终端与平台三个层面的最新动态，我们认为未来两到三年，产业演进将围绕算力定制化、终端智能化、运营平台化三条主线展开，并最终从单点技术突破走向生态协同。

一、三条主线的产业逻辑

主线一：算力定制化。 ASIC大单接连落地，表明通用GPU在特定场景下“性能过剩、能效不足”的矛盾已被产业界正视。对低空经济而言，机载计算、地面基站与云端调度对算力的需求差异巨大——机载端强调功耗与重量约束，云端强调多机协同调度的并发能力。定制化芯片（ASIC）以其在特定负载下的高能效比，正在成为头部企业锁定供应链、控制成本的核心抓手。芯片供应商也随之调整打法，从“卖通用算力”转向“绑定场景、联合定义规格”的深度协作模式。

主线二：终端智能化。 千问AI硬件的实践显示，终端正从“执行器”演变为“具备一定决策能力的智能体（Agent）”。一副眼镜的“越界”，本质是端侧大模型让终端具备了感知—理解—行动的闭环能力。映射到低空场景，无人机、eVTOL等飞行器同样在从“遥控执行”走向“端侧自主”：航线避障、载荷识别、异常处置越来越多地在机载端完成，这既降低了对通信链路的依赖，也对机载算力的定制化提出了直接需求——两条主线在此形成耦合。

主线三：运营平台化。 企业AI的实践揭示了一个普遍规律：当模型、Agent数量增多，管理复杂度急剧上升，AI Gateway（统一网关）因此成为刚需——用一个入口管好模型调用、Agent编排与成本核算。低空经济的运营层正在复现这一路径：随着飞行器数量与运营主体增加，空域调度、飞控管理、数据回传、成本核算必须收敛到统一平台。平台化不是简单的软件产品，而是未来产业价值分配的枢纽。

三条主线的传导关系如下：

值得强调的是图中的闭环：平台沉淀的运营数据反哺芯片规格定义与端侧模型迭代，形成“数据—算力—终端”的自增强循环。这正是产业从单点突破走向生态协同的底层机制。

二、三线格局定位

平台化因起点是成熟的软件工程能力、且直接决定价值分配，处于领跑区；算力定制化商业价值高但流片周期与场景验证存在不确定性；终端智能化技术仍快速演进，是典型的潜力赛道。

三、生态协同的关键抓手

生态协同不是抽象口号，而是由若干具体环节咬合而成：

四、两大关注点：成本收敛与落地节奏

成本收敛是生态成立的先决条件。 ASIC的规模化摊薄取决于订单量与场景复用度；端侧智能化的成本取决于机载算力与功耗的平衡；平台化的成本取决于运营主体能否接受从自建系统到平台订阅的迁移。三条线的成本曲线能否在三到五年内交叉下降，决定生态协同是“自然生长”还是“政策扶持下的温室”。

落地节奏需警惕期望差。 参照企业AI的演进路径——先工具化、再平台化、最后智能化——低空经济大概率将呈现“平台先行、算力跟进、终端渐进”的节奏。头部企业可能通过深度绑定芯片供应商获得先发优势，但对多数参与者而言，稳妥的路径是先在平台层建立管理能力与数据资产，再逐步向端侧和芯片层延伸。

总体判断：低空经济的竞争终局不是单点硬件性能之争，而是“定制算力+智能终端+统一平台”的生态协同之争。谁能在成本收敛的窗口期内完成三线卡位，谁就掌握下一个阶段的定义权。