一、从“对话”到“拍板”：政策与技术双重临界点
七部委《关于“人工智能+交通运输”的实施意见》首次把“航空大模型”写进行动清单：2027年建成综合交通大模型体系，。

需要现在提出“构建覆盖运行、运维、服务、监管四大板块的航空大模型与智能体生态”。航空枢纽年内将启动亿元级“航空大模型”试点，政策、资金、算力、场景四要素齐备，行业进入“落地验证窗口期”。

二、四大“卡脖子”环节让大模型仍停在“PPT驾驶舱”

1. 数据关：航空公司、空管、机场、MRO、油料五大主体数据格式七国八制；QAR、雷达、ADS-B、ACARS、离港、安检视频“物理不出域”，导致训练语料“碎片化”。

2. 标准关：航班运行、客货保障、设备运维、旅客服务四类模型接口互不握手；同一座机场，“报文格式>50种、通信协议>30类”，重复造轮子。

3. 场景关：多数PoC停留在“问答式客服、看图写报告”，与航班实时放行、动态滑行路径、跑道FOD检测、APU预测性维修等核心业务尚未“硬挂钩”。

4. 信任关：DO-178C适航标准与“算法黑箱”如何兼容？一旦AI给出错误放行或滑行指令，责任主体界定模糊，监管与运控“不敢用”。

三、把“说话”变成“干活”的三把钥匙
（一）高质量语料是“燃料”——先建“航空数据基座”再谈大模型

• 由民航局牵头，打造“1+N”航空语料库：1个覆盖航班运行、机务维修、旅客服务、货运物流、气象情报通用语料，N个面向运行控制（ATC）、预测性维修、机场安检、旅客通关等专属语料；

• 统一时空ID（WGS84+UTC+航班号）+差分隐私，实现“数据不出塔台、模型能离域”。

（二）小切口深穿透——用“场景智能体”撬动核心业务

• 把复杂业务拆成可闭环微工作流：“15min级流量预测→滑行路径AI优化→塔台指令自动生成→机载/车辆执行→现场反馈迭代”；

• 先让大模型在“滑行路径优化、APU预测性维修、跑道FOD检测、安检违禁品识别”单点替代人工决策，滑行时间↓30s、故障误报率≤5%、FOD检测准确率≥95%即可规模化复制。

（三）共建生态与治理——把“接口”变“标准”，把“黑箱”变“白盒”

• 依托中国民航智慧机场产业联盟发布《航空大模型接口白皮书》，规定数据格式、调用协议、安全等级、责任链条，实现“即插即用”；

• 建立“模型-场景-安全”三维评测场，引入第三方对算法进行DO-178C Level B功能安全双认证，解决“敢用”问题；

• 设立“AI决策责任险”与“人类兜底权”，明确AI错误指令的赔偿与追溯，消除监管顾虑。

四、结语：让大模型“跑”在跑道上而不是PPT里
政策给出了“时间表”，市场准备好了“资金表”，行业亟待“成绩单”。下一步，航空大模型与智能体必须深入塔台、桥载、机坪、驾驶舱这些“硬核心”，用可量化的指标证明自己：

• 运行控制：滑行时间↓30s/架次，航班正常率提升≥3%；

• 机务维修：APU非计划拆换率↓30%，故障预警准确率≥92%；

• 机场安检：违禁品识别准确率≥95%，单旅客通关时间↓40%；

• 绿色低碳：APU替代率↑20%，单架次节燃油90kg。

只有当大模型从“能回答”进化到“能拍板”，从“会说话”升级为“能干活”，智慧民航才真正驶上高质量发展的快车道。