C114訊 6月27日消息（岳明）2025數字低空大會今日在蘇州舉行，大會將聚焦低空信息基礎設施的規劃、5G-A/6G技術的融合應用、空地智聯的創新突破，以及低空經濟的安全與發展等核心議題，匯聚頂尖科研專家、電信領域專家和產業領袖，力圖搭建一個開放、協同、創新的學術交流平臺，共同繪制數字低空的發展藍圖。
北航宇航學院研究員、北航無人機專委會秘書長齊旭光應邀作了題為“智能無人裝備大模型技術及應用”的主題報告。齊旭光指出，以互聯網以主要語料來源的通用大模型能力雖然很強，但面臨泛化能力不足等諸多問題，智能無人裝備需要新模型、新方法、新應用。
齊旭光表示，大模型本身是規模化數據、算力和算法結合的產物，標志著人工智能邁向一個強智能階段。最近幾年，以ChatGPT、DeepSeek等為代表的多模態大模型快速迭代，在很多應用場景得到了廣泛應用。
“但大模型不是萬能的，有幻覺、遺忘、不可解釋性等先天缺陷，導致推理能力和響應效率存在先天矛盾。”齊旭光指出，“ChatGPT、DeepSeek等大模型更像是‘文科生’，生成式AI在垂直領域面臨知識不足、理解不足、接口不足的問題。”
齊旭光表示，在低空經濟領域，在航天器軌道設計、智能無人裝備控制等領域的公開數據較少，通用大模型在相關垂直領域的泛化能力不足。因此，大模型需要經過模型微調、知識蒸餾等特定下游任務優化過程后，才能在特定領域展現出對較強的問題解決能力。
針對通用大模型在航天器集群彈\軌道決策規劃領域知識深度不足的問題，北京航空航天大學利用高質量航天器集群決策規劃領域核心數據，通過人類反饋強化學習的方法建立基于人類反饋的獎勵模型，以近端策略優化的方法調整現有國產通用大模型的參數，建立具有彈\軌道深度決策能力的垂直領域大模型。“模型采用類多腦區模型架構，由中樞腦區（強推理能力大模型）和專業腦區（高響應速率大模型）組成，提供高并發任務處理能力，快速響應中樞大腦指令；同時，采用自組織協同體系架構，模型具備自進化能力，支持多模態衛星\其他裝備垂直領域大模型構建。”
目前，相關解決方案已經在航天器彈軌道規劃決策大模型、集群衛星任務規劃指令生成大模型、智能無人機邊緣方案等場景得到應用。以無人機應用為例，無人機裝備平臺亟需小規模、強泛化能力的態勢感知與任務決策規劃大模型，北航團隊推出了強專業適應能力的極致輕量化模型，“最小的已經做到了0.1-1.5B”，突破無人裝備邊緣應用的決策邊界。
