香港新闻网10月23日电（记者 钱林霞）无人机在天上能飞多久，主要看配什么样电池；电池安不安全，就得看里面那层电解质。目前消费级无人机实际飞行时间长期卡在20到30分钟、工业级机型也极难突破40分钟。

日前，广东省大湾区新能源汽车产业技术创新联盟秘书长、深圳汽航院院长张瑞锋接受香港中通社、香港新闻网的专访时透露，低空飞行器电池“续航与安全”的双重短板，正在被固态电池的工程化推进逐步撬动。

与此同时，AI智能体进入完整仿真工具链后，正在推动不同软件之间的数据孤岛逐步打通，并在部分仿真流程中带来显著效率提升。两条技术线交汇之处，中国汽航人正在用汽车可量化工程数据的经验，重新划定低空航空器的物理边界与研发的时间边界。

固态电池：把“续航与安全”从二选一变成同时解

无人机电池续航的天花板，是低空经济落地无法绕开的硬约束。张瑞锋说，尤其在零下20摄氏度的环境中，常规锂电池容量衰减可达40%以上，北方冬季和高空低温工况下续航进一步缩水；碰撞坠落带来的热失控风险，则直接指向飞行安全。“续航”与“安全”是低空航空器电池必须同时解开的两个结。而他近期申请的一项无人机用固态电池专利，正是为著这两个结去解的。

据了解，这项无人机用高安全性固态电池专利，将解决极端环境下电池的可靠性：固态电解质不可燃，电池通过针刺、挤压测试无热失控风险，可在寒冷地区正常使用，优化介面设计后循环1000次容量保持率不低于80%，且制备过程兼容现有锂电池生产设备。

“从短期看，同等体积下能量密度相比现有工业锂电池提升25%以上，工业无人机续航有望突破50分钟。”张瑞锋在专访中给出了一个可量化的判断。

行业内已经出现了佐证。据公开报道：中科深蓝汇泽搭载高比能固态电池的测绘无人机，续航从传统机型的15分钟跃升至57分钟，载重提升30%；泰睿锂电的石墨烯基固态电池在零下40摄氏度环境下容量保持率仍超70%，配套巡检无人机续航突破120分钟。固态电池对无人机续航的重构，正从“个别样品”走向“可复现的工程数据”。

但张瑞锋没有回避产业化的现实距离。材料良率、成本控制仍是集中瓶颈，“目前还不会大规模普及”。

国家层面的路线图同样清晰——七部门印发的《新型电池产业发展“十五五”规划》提出，到2030年全固态电池初步实现规模化应用。张瑞锋给出的产业节奏判断与之吻合：物流、巡检、应急救援、高寒地区等特种无人机场景已经开始小批量落地和试点验证，“大约3到5年内”有望迎来更大范围的释放。

智能体进入仿真工具链：65%的周期压缩提升效率

固态电池解决的是“飞得更久、飞得更安全”的物理边界；AI智能体正在改变的，则是工程师抵达这个边界的方式。

在张瑞锋的描述中，智能体进入完整仿真工具链后，原本从建模到校准需要7到10天的流程，可以压缩到“单轮一天”。在无人机机架开发中，研发周期缩短65%以上，强度指标等参数优化同步完成。多物理场协同层面，汽车与低空飞行器动力系统的仿真模型开始被打通，智能体调动流体、热力、结构、多材料等跨学科任务，不同软件之间的数据孤岛正在被逐步拆解。更直接的量化信号来自工程输出端：仿真数据错误率大幅下降，智能体可依据仿真结果直接输出符合国标、行标的标准化工程图纸，图纸出错率下降70%以上。

这一趋势与国际工业软件领域的动向同频。NVIDIA NemoClaw蓝图将OpenClaw等编排框架与企业级智能体部署打通，Cadence、达索系统、西门子等厂商正在汽车和航空航天CAE场景中构建自主AI工程师，目标是把原本以“周”计的仿真工作时间压缩到数小时。张瑞锋的观察与之相互印证：智能体承担的是文献检索、建模、网格划分、参数扫描、报告生成这些重复性环节，而“重大工程判定、安全边界审核，仍然需要资深工程师把关”。

在电池全生命周期管理上，这种“数据驱动+人工把关”的协同逻辑同样清晰。材料研发端，智能体挖掘海量数据自主匹配方案、预测电化学性能，将材料生产周期从2年压缩到6个月甚至更短；生产端，对接产线数据实时识别极片缺陷和装配误差；在终端，融合车辆与电池温度数据开展状态估算和热失控风险预测；退役端，自动评测单体健康状态，匹配梯次利用与材料回收路径。

不过，张瑞锋的边界意识贯穿始终：“智能化不能替代物理实验，所有预测结果还需要通过物理验证；数据安全与合规，是落地过程中必须把控的环节。”

科研组织重构：智能工具与“前后一公里”的人

对科研组织模式的冲击则更为深层。张瑞锋用“前后一公里”来界定人与AI的分工：提出科学问题、定义技术边界、判断工程价值，以及最终的风险取舍和方向判定，必须由人完成；中间的文献处理、仿真迭代、代码编写、报告分析，可以交给智能体。

作为拥有70多项发明专利、曾获评广东省100位博士博士后创新人物的科研人员，张瑞锋把观察重点放在一个正在发生的变化上：AI智能体正从“热词”进入汽航工业设计、协同仿真和电池全生命周期管理的具体链条。

“但它的角色仍是工程师的协同工具，安全边界和重大工程判定仍需资深工程师把关。”张瑞锋表示，他的实验室已经不再依赖扩张固定科研助理编制，“不需要新签新的人员”就能承接更多研发任务。

他预判，未来三到五年，汽航领域的科研组织可能从“大团队固定编制”转向“弹性任务+智能工具调用+少量核心专家”的组合，“谁善于驾驭智能工具，谁就会在研发效率上拉开差距”。

汽车与航空器并非两条互不相干的赛道，而是在同一套材料、仿真与制造体系中彼此支撑、共同向前。汽车产业成熟的电池材料、生产装备与工程经验向低空领域外溢，为无人机的续航与安全提供现成的产业底座；航空器对极端低温、碰撞安全的苛刻要求，又反过来推动固态电池的材料与介面设计持续迭代。

从一块能在极寒环境下通过针刺测试的固态电池，到一组能在一天内完成参数扫描与图纸输出的“数字工程师”。让智能体承接可标准化的环节，而把提出问题、判断风险、拍板取舍的岗位留给人。这或许不是最激进的叙事，却是最接近工程现实的路径。（完）