（策劃：王麗杰 制作、剪輯：李佳為、張之涵）

大風起于青萍之末。今天，“科技觸覺”敏銳的旅客已經率先感受到人工智能（AI）大模型給民航業帶來的新面貌。一個最直觀的變化是，機場客服正悄然擺脫以往的“機器感”，不再拘泥于“關鍵字+標準語”的刻板回答，而是能夠用更自然、更連貫的語言與旅客交流，并解決實際問題。而再深入一些的變化，則只有“資深旅客”才能發現。例如，在特殊天氣條件下，航班延誤提醒更加及時、準確；在安檢環節，旅客行李的開包次數大幅減少……

這些變化并非偶然出現，而是不斷突破升級的AI技術與民航業深層需求交匯的結果。事實上，在旅客看不到的地方，從動態預警、運行調度到維修管理、人員培訓等方方面面，人工智能正在深入民航發展全鏈條，逐步重塑運行新生態。

從“客服”到“調度”

AI大模型應用進入爆發期

隨著AI大模型在對話問答、代碼生成、圖像生成等領域快速迭代，“人工智能+”賦能民航業務發展逐漸進入實質性推進階段。

從2025年初開始，DeepSeek（深度求索）逐漸成為民航新聞中的“熱詞”。中國民航網報道，今年2月，深圳機場集團完成了“DeepSeekR1-671B滿血版”全棧本地化部署，通過建立機場專屬知識庫，實現航班、物流、設備物聯日志等18類異構數據深度融合，在機場安全領域實現了AI應用突破。

同期，新疆機場集團和海南機場集團也完成了DeepSeek的私有化部署。其中，新疆機場集團依托DeepSeek-R1模型實現了對氣象數據的實時處理和趨勢預測，可自動生成預警提示及運行處置建議，有效提高了機場對極端天氣的響應效率。海南機場集團則通過DeepSeek構建了企業級知識庫系統，實現核心業務數據的私域化管理，進一步提高了信息安全與智能響應能力。

新疆機場集團成功完成DeepSeek-R1大語言模型本地化部署，實現對各類氣象要素的關聯分析與趨勢預測（新疆機場集團供圖）

進入3月，海南空管分局成功完成本地部署，支持各業務部門根據自身需求定制訓練主題，配套設置獨立賬戶和專屬工作區，有效提高了空管系統的智能化處理和協同能力。在航空公司方面，蘇南瑞麗航空建立了覆蓋維修手冊、案例、經驗、指令、排故預案等內容的ACMSDeepSeek知識庫，為一線維修人員提供智能化故障診斷支持。而在出行服務領域，同程旅行則發布了“程心AI”升級版，從分析推理能力、功能設計到多語種支持全面優化，為入境游提供智能化支撐……

在業內專家看來，這些案例表明人工智能大模型在民航領域的落地進入實質性推進階段。近年來，中國高度重視人工智能發展，積極推動互聯網、大數據、人工智能與實體經濟深度融合，并不斷完善頂層設計。2017年發布的《新一代人工智能發展規劃》明確，我國新一代人工智能發展的戰略目標是到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑；到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

此后，國產AI模型發展進入快速發展期。以AI大模型為例，隨著ChatGPT掀起生成式AI熱潮，國內科技巨頭和新興企業紛紛推出自主研發的大語言模型，百度的“文心一言”、阿里巴巴的“通義千問”、華為的“盤古”、科大訊飛的“星火”以及民航領域的首個垂直大模型“千穰”等相繼亮相。這些AI大模型在對話問答、代碼生成、圖像生成等領域快速迭代，為“人工智能+”賦能千行百業奠定基礎。

應用難度降級

AI大模型可用更易用

根據自身條件和需求的不同，航空企業在AI大模型的應用路徑上也做出了不同選擇。而在多樣化的選擇過程中，企業不斷通過測試、訓練找到滿足自身需求及適合業務結構的最佳模型。

2024年全國兩會，“人工智能+”首次被寫入政府工作報告，引發廣泛關注。有媒體評論稱，這表明AI正在與中國產業升級大勢緊密相連。

在業內專家看來，這是民航業加速推進數字化轉型的難得機遇。一方面，在關鍵技術實現突破之后，AI大模型正在從高成本、高門檻的“工程項目”向低成本、易使用的“工具產品”轉變。“當AI大模型變得像文字處理軟件一樣人人都能夠上手時，它就具備了大規模推廣的基礎。”上述業內人士表示。

另一方面，民航業正處于結構轉型與能力重塑的關鍵階段。隨著空域資源趨緊、航班密度持續加大、旅客需求日益個性化，民航業原有依賴人工經驗和規則驅動的運行模式面臨瓶頸，亟須以科技創新成果全方位重塑民航業的形態、模式和格局。

人工智能對民航業的重塑，最先在旅客服務、人員培訓和文件審核等環節落地見效。尤其是在智能客服和問詢系統方面，不同機場集團已探索出各具特色的應用路徑。例如，三亞鳳凰國際機場在海南機場的統一部署下，通過本地化部署，將DeepSeek大模型接入三亞機場智能語音問詢系統，實現了AI多模態理解能力與機場知識庫的深度融合。“該系統能夠將旅客的來電語音轉換為文本，再通過高效的智能文本問答系統，高效回復旅客的提問。”三亞機場工作人員告訴記者。

三亞機場動力信息部工作人員在為本地部署的Deepseek“投喂”資料，進一步完善知識庫（三亞機場供圖）

與三亞機場的“單選”不同，新疆機場集團和內蒙古機場集團以“多選”的方式布局人工智能應用。其中，新疆機場集團選擇了“DeepSeek+千穰”的組合，內蒙古機場集團則選擇了“DeepSeek+通義千問”的模式。

業內人士告訴記者，航空企業對不同AI大模型的選擇，往往是根據自身條件和需求決定的。例如，作為通用AI大模型與行業AI模型的組合，由“DeepSeek+千穰”開發的新疆機場集團智能客服云呼叫系統和“堡準正常”App的AI助手，不僅能夠支持旅客和工作人員以自然語言查詢復雜問題，還能夠結合機場運營數據，為資源調度和安全管理提供智能決策支持。而最新版本的“通義千問”大模型“入職”之后，內蒙古機場集團不僅實現了對AI技術的輕量化部署，也有效減少了通用大模型普遍存在的“AI幻覺”等問題，使其答案輸出更加準確、穩定。

在業內專家看來，人工智能在垂直領域的應用不僅需要關注模型參數和算力架構，更需要明晰企業未來的發展目標和愿景。在多樣化的選擇過程中，企業將在測試、訓練和平衡中，找到滿足自身需求及適合業務結構的最佳模型。

隨著行業對人工智能理解的深入，更多新技術的應用場景正在被“解鎖”。例如，通過本地化部署，新疆機場集團已經將DeepSeek-R1大模型深度集成到氣象監測體系之中。據悉，這套系統不僅可以實時分析風速、溫度、能見度等氣象數據，還能通過關聯歷史數據與實時動態，自動生成氣象預警及運行處置建議。“在實際工作中，這個模型可以在沙塵暴或極端低溫天氣條件下，預測未來3小時的氣象變化趨勢，并聯動機場調度系統調整航班計劃”。新疆機場集團工作人員告訴記者，這對于增強極端天氣條件下的機場運行韌性非常重要。

堅守安全底線

“不容出錯的業務”能否試水AI？

AI大模型要想真正進入民航核心運行場景，不僅依賴模型本身的能力，還取決于設計者對業務知識進行深入拆解以及對模型算法進行精準設計的能力。

今天，AI大模型在民航領域的應用才剛剛開始。

對于這一新興技術，多位業內人士都表示，AI技術雖然強大，但也有邊界，需要在充分了解技術和實際需求的基礎上“以用促建”，不斷在實際場景中發現問題、積累經驗，反過來再完善數據、優化模型、健全平臺和機制，從而形成“越用越強”的正向循環。

在現實層面，AI大模型想要實現行業應用，必須消除“現實落差”。事實上，即便是在最被看好的旅客服務領域，AI大模型也有不少瓶頸需要突破。三亞機場工作人員坦言，目前，在智能語音問詢服務中，“語音轉文本”的準確率仍有較大提升空間。“民航旅客來自天南海北，成熟的智能語音問詢服務不僅要能‘聽懂’標準普通話，還要能聽懂方言、外語，甚至旅客在嘈雜環境中的模糊發音。如果在‘聽’的環節就出錯，那么AI大模型很難輸出有效答案。”上述工作人員告訴記者。

三亞機場動力信息部工作人員在調試Deepseek服務器（三亞機場供圖）

在生產運行層面，AI大模型在嵌入民航核心業務場景的過程中，仍需要跨越多個技術門檻。以內蒙古機場集團為例，目前該集團正在測試將AI大模型應用于機場運行中的關鍵環節之一——配載。

由于涉及飛行安全，配載工作在任何環節都不容出錯。“‘AI幻覺’現象是影響運行安全的最大障礙。”內蒙古機場集團工作人員告訴記者。

AI大模型能否應用于民航生產領域？帶著這個問題，內蒙古機場集團工作人員在一線生產部門進行了深入調查。通過仔細評估技術路徑和業務需求，一方面，提供更加精確的引導、實施更加嚴格的約束，以減少或避免這種現象，獲得更可靠的結果；另一方面，對業務操作環節進行精細分隔，將更復雜的分析、認知任務交給AI，將直接影響安全作業的規范化任務通過更穩定的程序完成，并增加驗證審核環節，以確保運行安全。隨后，他們聯合配載崗位的一線員工，對30多家航空公司的配載手冊逐條拆解、分類，并整理了大量問答提供給AI大模型進行學習。與此同時，在實際調用中加入了提示詞和參數控制，以增強輸出一致性。

“不同于早期‘黑箱式’的AI大模型，以DeepSeek為代表的新一代模型具備可視化‘思考過程’能力。這一特點能夠幫助工作人員了解AI大模型在思考時引用了哪些內容，在確保穩定輸出的同時，每個結論也都能夠被追溯和驗證。”內蒙古機場集團工作人員告訴記者。

“我們發現，如果直接把整本手冊提供給AI進行學習，反而容易發生混淆。但把材料拆解得越細、結構越科學，AI越能精準定位參考材料，回答也越準確”。該工作人員補充說，技術的可靠性不僅來自算法，更來自對業務的深入理解與知識整理的精細度。

這一探索不僅在實踐中提升了AI大模型運行的穩定性，也為大模型在運行核心崗位上的可控落地提供了寶貴的參考樣本，展示了人工智能在高敏感、高安全行業“從不可用到可用”的現實路徑。

在接受本報記者采訪時，多位業內人士均表示，AI大模型要想真正進入民航核心運行場景，不僅依賴模型本身的能力，還取決于設計者對業務知識進行深入拆解以及對模型算法進行精準設計的能力。

民航是一個專業性、系統性、復雜性都極強的行業。因此，AI大模型想要在民航領域真正落地，必須具備跨系統調取信息、融合異構數據、生成結構化建議的能力，構建起能消除“信息孤島”的共享知識網絡，從而支撐新一代智慧運行體系。

“這不是企業級大模型或者通用類語言大模型能夠解決的問題，而是行業級AI大模型的建設問題”。業內專家指出，要實現這一目標，離不開系統性的頂層設計、明確的行業指導意見以及可執行的落地機制，更離不開行業上下游企業的積極研究、嘗試和探索。“無論在哪個時代，真正的智能都不是以技術取代人的思考，而是通過科技拓展人的思考邊界”。（中國民航報 記者王藝超）

（本文刊載于中國民航報2025年5月14日5版）

《智慧民航》導刊每周三

與廣大讀者見面

讓我們一起

聚焦智慧民航建設熱點

擘畫全新未來

期待您的來稿！

投稿郵箱：icanews@163.com

編輯|張 薇

校對|李季威

審核|程 凌