摩根士丹利称，随着 AI 技术的深度渗透，无人机正经历从单纯的飞行工具向智能体演进的关键转折。

12 月 19 日，据硬 AI 消息，摩根士丹利最新发布的《机器人年鉴第四卷》报告深度聚焦无人机与低空经济领域，认为 AI 算法将成为解锁无人机自主性潜能的核心驱动力，而随之崛起的低空经济将彻底重塑人类利用空间的方式，开启三维空间经济的新纪元。

该行全球具身 AI 团队在报告中指出，AI 算法的深度赋能使无人机实现了从 " 工具 " 到 " 智能体 " 的质变。这一趋势的直接结果是无人机 " 更小、更廉、可消耗 " 特征的日益显著。摩根士丹利预测，在 AI 技术持续迭代、政策支持加码、应用场景扩容的多重驱动下，全球无人机数量将从 2030 年的 1.3 亿架增至 2050 年的 20 亿架。

伴随着无人机应用场景的扩容，该行特别指出，低空经济将从 " 单点应用 " 向 " 生态协同 " 演进，构建起覆盖短途运输、城际快速运输的空中交通网络，原本近乎闲置的三维空间将成为新的经济增长点。

AI 驱动降本增效：从工具到智能体的飞跃

AI 算法的深度赋能使无人机实现了从 " 工具 " 到 " 智能体 " 的质变。

该行认为，无人机行业的爆发并非单一技术的突破，而是技术迭代与 AI 赋能的双重结果。

早期无人机依赖人工遥控，1941 年 " 蜂王 " 靶机和 1967 年 QH-50 反潜无人机均需高技术门槛操作，应用场景极为受限。2010 年代初期相机无人机的出现，使其从专业设备向消费级市场渗透，但仍未脱离 " 工具属性 "。

真正的转折点出现在 2020 年代。AI 赋能的 FPV 无人机标志着行业进入智能新纪元，实现了 " 条件自主性 " ——具备半自主飞行、超视距作业能力，可搭载多种载荷完成复杂任务，正朝着全自主飞行稳步迈进。

大摩称，AI 对无人机的解锁作用体现在关键技术环节。

导航层面，AI 算法突破了传统 GPS 依赖，结合视觉识别与惯性导航实现精准定位，使无人机能在 GPS 信号受限的环境中正常作业。

目标追踪层面，机器学习让无人机能实时锁定动态目标，适配复杂环境作业需求。

这直接改变了产品的成本结构：以 6-10 英寸的 FPV 无人机为例，相机模块（" 眼睛 "）、飞行控制系统（" 大脑 "）和无刷直流电机（" 动力 "）构成了核心组件。这些标准组件的低成本化，配合开源软件（如 ArduPilot）的普及，使得高性能无人机的获取成本显著下降，从昂贵的军事装备转变为大众消费电子品。

大摩表示，AI 将技术门槛从过去价值 3000 万美元、需 5 人操作的专业设备，降至 500 美元的单人可控产品。

全球无人机市场将迎来爆发式增长

无人机的 " 双重属性 " 使其在消费、商业、国防三大场景中全面开花，成为推动行业增长的核心动力。大摩特别强调，商业场景的应用展现出巨大的经济价值，成为低空经济的核心支柱。具体来看：

农业领域已实现规模化应用。全球 5 亿公顷农田通过无人机服务，中国三分之一的农田采用无人机作业，可减少 30% 的化学药剂使用。大疆全球运营的农业无人机已达 40 万台，在喷洒、作物监测、livestock 管理等环节显著提升效率。

物流配送领域展现出爆发式增长潜力。Zipline 自 2016 年以来完成超 150 万次配送，2024 年中国无人机配送包裹量达 270 万个。亚马逊、沃尔玛、京东、顺丰等企业纷纷布局，针对重量 5 磅以下的包裹——占亚马逊包裹的 86% ——构建空中配送网络。

公共服务领域的应用价值同样显著。全球已有 1700 家美国警察局使用无人机，应用于搜救（90.8%）、犯罪现场摄影（84.7%）、灾害响应（83.7%）等场景。

能源巡检、矿产勘探、建筑测绘等领域的应用，也显著提升了作业效率、降低了安全风险。无人机在这些场景中的价值在于，将人类从危险、重复性的高空作业中解放出来，同时通过 AI 赋能的数据采集与分析能力，提供更精准的决策支持。

消费场景中，大摩指出，FPV 无人机竞速、空中摄影、户外探险记录等应用日益普及。随着 AI 算法优化，消费级无人机的避障能力、续航表现持续提升，轻量化、易操作的特性让普通消费者能轻松体验空中视角，推动市场规模稳步扩大。

摩根士丹利预测，在 AI 技术持续迭代、政策支持加码、应用场景扩容的多重驱动下，全球无人机市场将迎来爆发式增长。2030 年全球无人机数量将达 1.3 亿架，2040 年增至 9 亿架，2050 年将突破 20 亿架。

低空经济与 eVTOL：从 2D 到 3D 的飞跃

大摩表示，在全球范围内，低空经济将从 " 单点应用 " 向 " 生态协同 " 演进。无人机与 eVTOL（电动垂直起降飞行器）、超高速飞行器等形成互补，构建起 "intracity 短途运输、城际快速运输、国际超高速运输 " 的空中交通网络。

大摩认为，解决地面交通拥堵的终极方案是利用 " 空荡荡的天空 "。目前全球空中仅有约 14000 架飞机，而在地面拥堵至极。

目前最大的瓶颈并非飞行器本身，而是过时的空中交通管制（ATC）系统。FAA 指出 76% 的 ATC 系统可能不可持续。只有引入 AI 进行自动化的空域管理，才能容纳数百万架次的新增飞行流量。

报告称， 一架 eVTOL（电动垂直起降飞行器）的年收入潜力约为 146 万美元，而一辆传统的网约车年收入仅约为 10.95 万美元。这意味着 1 架 eVTOL 的收入创造能力相当于 10-15 辆 Uber。

大摩模型预测，到 2030 年全球大型 VTOL 飞机将达到约 3.6 万架，2040 年达到 250 万架，2050 年将达到 1700 万架。

技术层面，电池能量密度的提升将成为关键突破口。当前主流无人机采用锂聚合物电池，能量密度约 140-200 Wh/kg，而氢燃料电池等技术的理论能量密度可达 2500-2700Wh/kg。按照电池能量密度每两年提升 20% 的 " 摩尔定律 "，未来无人机的续航能力将大幅提升，进一步拓展应用场景。

大摩表示，随着政策层面的持续松绑，低空资源将得到更充分的利用，原本近乎闲置的三维空间将成为新的经济增长点，重塑城市规划、物流网络与出行方式。

从更宏观的视角看，无人机与空中移动性的崛起，本质上是 AI 技术推动下人类对空间维度利用的革命。正如汽车重塑了陆地空间的价值，无人机与低空经济将解锁天空的潜力，构建起 " 地面 + 空中 " 的二元空间利用格局，为全球经济增长注入新的动力。