通用飞行智能时代来临：2025 GAIR前瞻爆发前夜

过去两年，具身智能之所以备受关注，源于一个共同的期待：大语言模型的出色能力有目共睹，若能将其接入机器人，有望赋予机器更聪明的“大脑”，从而为行业打开新的想象空间。然而热闹过后，具身智能至今仍无标准答案，却催生了许多细分领域，智能飞行机器人便是其中一个重要分支。

浙江大学控制学院院长助理、博士生导师高飞，正是这个领域一位非常出色的年轻学者。

他的主要研究方向包括空中机器人、自主导航、集群协同与具身智能，提出了国际首个非结构化场景下的自主飞行集群系统，在《科学机器人》（Science Robotics）、TRO等顶级期刊及学术会议发表多篇论文，并创立了微分智飞。

高飞是国家优秀青年基金获得者，曾获IEEE TRO、IROS等多项最佳论文提名，入选2024-2024全球前2%顶尖科学家榜单、2025年《麻省理工科技评论》“35岁以下科技创新35人”（MIT TR35）亚太区榜单等荣誉。

在刚刚结束的GAIR 2025大会上，高飞教授在主办方现场，做了题为《智能飞行机器人研究进展及产业应用》的分享。他的演讲风格极具画面感：他用《普罗米修斯》中的无人机编队镜头引出“分布式集群”的终极形态，又用《流浪地球》的混乱场景对比强调“去中心化”的重要性。

以下是他演讲的主要内容，在不改变原意的基础上进行了编辑和整理。

01

飞行机器人的愿景与无人机技术演进

我是高飞，来自浙江大学，也是微分智飞的创始人。今天想和大家分享一下我们对智能飞行机器人这个赛道的理解，以及我们团队正在做的事情。

为什么要做“智能飞行机器人”？因为我们相信，通用飞行智能已经到了爆发的前夜。我小时候的第一个梦想是开飞机，后来虽然没当成飞行员，但一直没放弃用别的方式飞上天。现在，我们想用AI打造一个聪明、安全、能自主决策的飞行平台，让它们能在各种复杂环境中完成任务。

大家最熟悉的飞行平台是旋翼无人机。2015年以前，无人机更像高级遥控玩具，主要依赖人工操控。2015年之后，机器人学开始给无人机赋能，逐渐出现了跟踪避障、自主导航、集群导引等技术。我们认为，下一个里程碑便是“具身智能”。

具身智能强调的是拥有实体的智能体，通过AI持续学习和信息迭代，来理解环境、执行任务，并实现跨场景的泛化和通用能力。对应于地面的人形机器人，我们也希望有一个通用的飞行载体，能在天上完成各种任务。

我博士入学时，老师给我播放了电影《普罗米修斯》的片段：一架小型智能飞行器在复杂环境中自主穿梭。老师说，有一天我们要做出这样的无人机，这是我们团队的愿景。

在群体层面，我们希望打造分布式、去中心化的无人机集群——核心是让集群能够灵活、自适应地完成大规模任务。这一架构设计的必要性，也在电影《流浪地球》里得到印证：片中拔掉中心控制器后，几千架无人机集体坠落——这正是中心化架构的缺陷。我们要做的是无需中心节点也能协同作业的分布式系统。

它是一个很小的智能飞行载体，可以在复杂的场景下知道自己该往哪里去、该怎么飞、该怎么感知环境。同样的，在群体上我们想要它具备规模化、分布式和高灵活的特性，可以做大规模的任务，可以做很多很多的事情。

02

天空端具身智能的四大挑战

具体来说，飞行天空端的具身智能和地面端的相比，有哪些独特的挑战？

首先是数据很少。前面的嘉宾也一直在讨论数据，大家有没有想过无人机该怎么采集数据？

答案是很难采集。因为你不可能雇这么多穿越机的飞手去做高精度的飞行控制，帮你采集数据。在实践中不具备可行性：第一个是飞手专业技能的习得有一定的门槛；第二个是飞行数据采集过程易发生设备损毁或人员安全事故，导致采集成本与风险不可控。

第二是场景复杂：无人机生来就是在天上飞，在室内、室外各种各样的地方飞，所以它的场景跨度大、环境差异显著。所以从我们设计它的算法的时候，无论是端到端架构还是模块化的感知方案，均需具备跨场景泛化能力，其核心是实现环境语义的抽象建模：即从差异显著的场景中，提炼通用化的环境表征规律，这个事情会很难。

第三是易受干扰和零容错。我们知道无人机的飞行需要和空气高频交互，因此它很容易受到气流的扰动，系统需具备极强的动态抗干扰能力；更关键的是，无人机在飞行过程中零容错，一旦发生了任何的剐蹭，会直接坠毁；它没有像地面机器人一样可停驻待机，想清楚了再动作的机会。

最后是算力很弱、传感器很弱。它很容易受到各种扰动，也不能支持非常大的模型在端上的实时运行。