三亚机场动力信息部工作人员在为本地部署的Deepseek“投喂”资料，进一步完善知识库（三亚机场供图）

　　与三亚机场的“单选”不同，新疆机场集团和内蒙古机场集团以“多选★■◆◆◆”的方式布局人工智能应用。其中◆■，新疆机场集团选择了“DeepSeek+千穰”的组合，内蒙古机场集团则选择了■★■★◆“DeepSeek+通义千问★■”的模式。

　　此后◆◆，国产AI模型发展进入快速发展期◆★■★◆。以AI大模型为例，随着ChatGPT掀起生成式AI热潮，国内科技巨头和新兴企业纷纷推出自主研发的大语言模型，百度的“文心一言”、阿里巴巴的“通义千问◆■■■★”、华为的“盘古★◆■◆■”、科大讯飞的■◆◆■◆◆“星火”以及民航领域的首个垂直大模型■■◆★“千穰◆■■◆◆■”等相继亮相■■★。这些AI大模型在对话问答■★、代码生成◆■、图像生成等领域快速迭代■◆◆◆，为“人工智能+”赋能千行百业奠定基础。

　　同期，新疆机场集团和海南机场集团也完成了DeepSeek的私有化部署。其中★■★◆◆，新疆机场集团依托DeepSeek-R1模型实现了对气象数据的实时处理和趋势预测■★■★◆，可自动生成预警提示及运行处置建议，有效提高了机场对极端天气的响应效率★★★◆。海南机场集团则通过DeepSeek构建了企业级知识库系统，实现核心业务数据的私域化管理★■■★，进一步提高了信息安全与智能响应能力★◆■★。

　　在生产运行层面，AI大模型在嵌入民航核心业务场景的过程中，仍需要跨越多个技术门槛。以内蒙古机场集团为例◆◆★，目前该集团正在测试将AI大模型应用于机场运行中的关键环节之一——配载。

　　“不同于早期‘黑箱式★■’的AI大模型，以DeepSeek为代表的新一代模型具备可视化◆■◆■■‘思考过程’能力。这一特点能够帮助工作人员了解AI大模型在思考时引用了哪些内容，在确保稳定输出的同时，每个结论也都能够被追溯和验证★★■◆。★◆★★■”内蒙古机场集团工作人员告诉记者■★■★◆。

　　业内人士告诉记者，航空企业对不同AI大模型的选择，往往是根据自身条件和需求决定的。例如，作为通用AI大模型与行业AI模型的组合■◆◆★■，由“DeepSeek+千穰”开发的新疆机场集团智能客服云呼叫系统和◆★◆■“堡准正常■■■”App的AI助手，不仅能够支持旅客和工作人员以自然语言查询复杂问题，还能够结合机场运营数据，为资源调度和安全管理提供智能决策支持。而最新版本的★◆■◆★“通义千问★◆■★■”大模型◆◆◆★■“入职”之后★■，内蒙古机场集团不仅实现了对AI技术的轻量化部署■★，也有效减少了通用大模型普遍存在的“AI幻觉◆■★◆★”等问题，使其答案输出更加准确、稳定。

　　另一方面◆★■，民航业正处于结构转型与能力重塑的关键阶段。随着空域资源趋紧、航班密度持续加大◆◆◆★、旅客需求日益个性化◆★■◆★■，民航业原有依赖人工经验和规则驱动的运行模式面临瓶颈，亟须以科技创新成果全方位重塑民航业的形态、模式和格局■★◆★◆。

　　随着行业对人工智能理解的深入■■◆★，更多新技术的应用场景正在被“解锁”。例如，通过本地化部署，新疆机场集团已经将DeepSeek-R1大模型深度集成到气象监测体系之中。据悉◆■◆■★，这套系统不仅可以实时分析风速■■■★、温度、能见度等气象数据，还能通过关联历史数据与实时动态，自动生成气象预警及运行处置建议◆★★。◆■◆★◆“在实际工作中★★★■◆◆，这个模型可以在沙尘暴或极端低温天气条件下，预测未来3小时的气象变化趋势■◆■★◆，并联动机场调度系统调整航班计划”。新疆机场集团工作人员告诉记者★■■◆，这对于增强极端天气条件下的机场运行韧性非常重要◆◆。

　　人工智能对民航业的重塑，最先在旅客服务、人员培训和文件审核等环节落地见效。尤其是在智能客服和问询系统方面，不同机场集团已探索出各具特色的应用路径。例如★■◆■★★，三亚凤凰国际机场在海南机场的统一部署下◆★★★■，通过本地化部署，将DeepSeek大模型接入三亚机场智能语音问询系统，实现了AI多模态理解能力与机场知识库的深度融合。“该系统能够将旅客的来电语音转换为文本，再通过高效的智能文本问答系统◆★★■◆，高效回复旅客的提问。”三亚机场工作人员告诉记者。

　　在业内专家看来■■■◆★，人工智能在垂直领域的应用不仅需要关注模型参数和算力架构，更需要明晰企业未来的发展目标和愿景。在多样化的选择过程中，企业将在测试◆■、训练和平衡中，找到满足自身需求及适合业务结构的最佳模型◆■。

　　对于这一新兴技术◆★，多位业内人士都表示◆◆★，AI技术虽然强大，但也有边界，需要在充分了解技术和实际需求的基础上■■★★“以用促建”★★■★■，不断在实际场景中发现问题■★■◆、积累经验◆■，反过来再完善数据★■◆■◆★、优化模型、健全平台和机制◆★★★■，从而形成“越用越强”的正向循环。

　　AI大模型能否应用于民航生产领域？带着这个问题，内蒙古机场集团工作人员在一线生产部门进行了深入调查。通过仔细评估技术路径和业务需求◆■■，一方面，提供更加精确的引导★★、实施更加严格的约束★■，以减少或避免这种现象，获得更可靠的结果；另一方面，对业务操作环节进行精细分隔，将更复杂的分析、认知任务交给AI，将直接影响安全作业的规范化任务通过更稳定的程序完成■◆■★◆◆，并增加验证审核环节■◆，以确保运行安全■■◆◆。随后★★，他们联合配载岗位的一线多家航空公司的配载手册逐条拆解、分类■■★，并整理了大量问答提供给AI大模型进行学习。与此同时，在实际调用中加入了提示词和参数控制，以增强输出一致性★★◆。

　　从2025年初开始，DeepSeek（深度求索）逐渐成为民航新闻中的■◆■■★“热词”。中国民航网报道，今年2月，深圳机场集团完成了“DeepSeekR1-671B满血版”全栈本地化部署◆★■★■，通过建立机场专属知识库★■◆◆■★，实现航班、物流★★◆★■■、设备物联日志等18类异构数据深度融合■◆★■，在机场安全领域实现了AI应用突破。

　　大风起于青萍之末。今天，“科技触觉”敏锐的旅客已经率先感受到人工智能（AI）大模型给民航业带来的新面貌。一个最直观的变化是，机场客服正悄然摆脱以往的★■■◆◆★“机器感”◆★◆★★■，不再拘泥于“关键字+标准语”的刻板回答，而是能够用更自然■■★◆、更连贯的语言与旅客交流，并解决实际问题。而再深入一些的变化，则只有“资深旅客”才能发现。例如，在特殊天气条件下★◆◆，航班延误提醒更加及时、准确；在安检环节，旅客行李的开包次数大幅减少……

　　这一探索不仅在实践中提升了AI大模型运行的稳定性★■★◆◆★，也为大模型在运行核心岗位上的可控落地提供了宝贵的参考样本，展示了人工智能在高敏感★◆★★、高安全行业“从不可用到可用”的现实路径。

　　在现实层面，AI大模型想要实现行业应用◆■★，必须消除“现实落差”。事实上，即便是在最被看好的旅客服务领域，AI大模型也有不少瓶颈需要突破■★■■◆。三亚机场工作人员坦言◆◆■，目前，在智能语音问询服务中，“语音转文本”的准确率仍有较大提升空间。“民航旅客来自天南海北，成熟的智能语音问询服务不仅要能‘听懂◆◆■’标准普通话，还要能听懂方言、外语，甚至旅客在嘈杂环境中的模糊发音。如果在‘听◆★◆★’的环节就出错，那么AI大模型很难输出有效答案。”上述工作人员告诉记者。

　　“这不是企业级大模型或者通用类语言大模型能够解决的问题，而是行业级AI大模型的建设问题◆■◆■◆”。业内专家指出，要实现这一目标◆■★，离不开系统性的顶层设计■◆★■★★、明确的行业指导意见以及可执行的落地机制，更离不开行业上下游企业的积极研究■◆■◆★■、尝试和探索。“无论在哪个时代★■◆◆，真正的智能都不是以技术取代人的思考■★■◆■，而是通过科技拓展人的思考边界”。（中国民航报 记者王艺超）

　　AI大模型要想真正进入民航核心运行场景■★■★◆，不仅依赖模型本身的能力，还取决于设计者对业务知识进行深入拆解以及对模型算法进行精准设计的能力。

　　新疆机场集团成功完成DeepSeek-R1大语言模型本地化部署■■★，实现对各类气象要素的关联分析与趋势预测（新疆机场集团供图）

　　根据自身条件和需求的不同，航空企业在AI大模型的应用路径上也做出了不同选择。而在多样化的选择过程中，企业不断通过测试、训练找到满足自身需求及适合业务结构的最佳模型。

　　这些变化并非偶然出现，而是不断突破升级的AI技术与民航业深层需求交汇的结果◆◆◆★。事实上，在旅客看不到的地方，从动态预警★◆■★、运行调度到维修管理◆■■◆★、人员培训等方方面面，人工智能正在深入民航发展全链条，逐步重塑运行新生态★■◆■★。

　　2024年全国两会，“人工智能+”首次被写入政府工作报告◆★★，引发广泛关注★■★◆■。有媒体评论称◆■，这表明AI正在与中国产业升级大势紧密相连■■■。

　　由于涉及飞行安全，配载工作在任何环节都不容出错。“‘AI幻觉’现象是影响运行安全的最大障碍。”内蒙古机场集团工作人员告诉记者。

　　在业内专家看来，这是民航业加速推进数字化转型的难得机遇◆■。一方面，在关键技术实现突破之后★◆■★，AI大模型正在从高成本■■★◆■、高门槛的“工程项目◆★★■◆”向低成本、易使用的“工具产品◆◆■★■★”转变。◆★“当AI大模型变得像文字处理软件一样人人都能够上手时■◆■，它就具备了大规模推广的基础。”上述业内人士表示◆★■。

　　◆★◆■■“我们发现■★◆★■◆，如果直接把整本手册提供给AI进行学习，反而容易发生混淆★◆◆■■。但把材料拆解得越细、结构越科学，AI越能精准定位参考材料，回答也越准确”。该工作人员补充说，技术的可靠性不仅来自算法，更来自对业务的深入理解与知识整理的精细度◆★◆。

　　进入3月★◆◆◆★，海南空管分局成功完成本地部署★■■■◆◆，支持各业务部门根据自身需求定制训练主题◆■■★，配套设置独立账户和专属工作区，有效提高了空管系统的智能化处理和协同能力■★◆◆■★。在航空公司方面★★◆◆◆，苏南瑞丽航空建立了覆盖维修手册、案例、经验、指令、排故预案等内容的ACMSDeepSeek知识库，为一线维修人员提供智能化故障诊断支持。而在出行服务领域◆■★★◆，同程旅行则发布了“程心AI”升级版，从分析推理能力★■◆、功能设计到多语种支持全面优化，为入境游提供智能化支撑……

　　在接受本报记者采访时，多位业内人士均表示，AI大模型要想真正进入民航核心运行场景，不仅依赖模型本身的能力，还取决于设计者对业务知识进行深入拆解以及对模型算法进行精准设计的能力。

　　随着AI大模型在对话问答、代码生成、图像生成等领域快速迭代◆■，◆■★■“人工智能+■■◆■★◆”赋能民航业务发展逐渐进入实质性推进阶段。

　　在业内专家看来，这些案例表明人工智能大模型在民航领域的落地进入实质性推进阶段◆■◆★■。近年来，中国高度重视人工智能发展■◆★■■◆，积极推动互联网、大数据◆★、人工智能与实体经济深度融合，并不断完善顶层设计。2017年发布的《新一代人工智能发展规划》明确■◆■■■，我国新一代人工智能发展的战略目标是到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力◆■★■，智能社会建设取得积极进展◆◆；到2030年★■，人工智能理论■■■■★、技术与应用总体达到世界领先水平◆◆■◆◆，成为世界主要人工智能创新中心。

　　民航是一个专业性、系统性■★■★◆、复杂性都极强的行业◆★。因此，AI大模型想要在民航领域真正落地，必须具备跨系统调取信息、融合异构数据■★■■■★、生成结构化建议的能力■◆，构建起能消除◆★■■■★“信息孤岛◆■★◆★”的共享知识网络，从而支撑新一代智慧运行体系★◆。