香港新聞網10月23日電（記者 錢林霞）無人機在天上能飛多久，主要看配什麼樣的電池；電池安不安全，就得看裏面那層電解質。目前消費級無人機實際飛行時間長期卡在20到30分鐘、工業級機型也極難突破40分鐘。

日前，廣東省大灣區新能源汽車產業技術創新聯盟秘書長、深圳汽航院院長張瑞鋒接受香港中通社、香港新聞網的專訪時透露，低空飛行器電池“續航與安全”的雙重短板，正在被固態電池的工程化推進逐步撬動。

與此同時，AI智能體進入完整仿真工具鏈後，正在推動不同軟件之間的數據孤島逐步打通，並在部分仿真流程中帶來顯著效率提升。兩條技術線交匯之處，中國汽航人正在用汽車可量化工程數據的經驗，重新劃定低空航空器的物理邊界與研發的時間邊界。

固態電池：把“續航與安全”從二選一變成同時解

無人機電池續航的天花板，是低空經濟落地無法繞開的硬約束。張瑞鋒說，尤其在零下20攝氏度的環境中，常規鋰電池容量衰減可達40%以上，北方冬季和高空低溫工況下續航進一步縮水；碰撞墜落帶來的熱失控風險，則直接指向飛行安全。“續航”與“安全”是低空航空器電池必須同時解開的兩個結。而他近期申請的一項無人機用固態電池專利，正是為著這兩個結去解的。

據了解，這項無人機用高安全性固態電池專利，將解決極端環境下電池的可靠性：固態電解質不可燃，電池通過針刺、擠壓測試無熱失控風險，可在寒冷地區正常使用，優化介面設計後循環1000次容量保持率不低於80%，且製備過程兼容現有鋰電池生產設備。

“從短期看，同等體積下能量密度相比現有工業鋰電池提升25%以上，工業無人機續航有望突破50分鐘。”張瑞鋒在專訪中給出了一個可量化的判斷。

行業內已經出現了佐證。據公開報道：中科深藍匯澤搭載高比能固態電池的測繪無人機，續航從傳統機型的15分鐘躍升至57分鐘，載重提升30%；泰睿鋰電的石墨烯基固態電池在零下40攝氏度環境下容量保持率仍超70%，配套巡檢無人機續航突破120分鐘。固態電池對無人機續航的重構，正從“個別樣品”走向“可復現的工程數據”。

但張瑞鋒沒有迴避產業化的現實距離。材料良率、成本控制仍是集中瓶頸，“目前還不會大規模普及”。

國家層面的路線圖同樣清晰——七部門印發的《新型電池產業發展“十五五”規劃》提出，到2030年全固態電池初步實現規模化應用。張瑞鋒給出的產業節奏判斷與之吻合：物流、巡檢、應急救援、高寒地區等特種無人機場景已經開始小批量落地和試點驗證，“大約3到5年內”有望迎來更大範圍的釋放。

智能體進入仿真工具鏈：65%的周期壓縮提升效率

固態電池解決的是“飛得更久、飛得更安全”的物理邊界；AI智能體正在改變的，則是工程師抵達這個邊界的方式。

在張瑞鋒的描述中，智能體進入完整仿真工具鏈後，原本從建模到校準需要7到10天的流程，可以壓縮到“單輪一天”。在無人機機架開發中，研發周期縮短65%以上，強度指標等參數優化同步完成。多物理場協同層面，汽車與低空飛行器動力系統的仿真模型開始被打通，智能體調動流體、熱力、結構、多材料等跨學科任務，不同軟件之間的數據孤島正在被逐步拆解。更直接的量化信號來自工程輸出端：仿真數據錯誤率大幅下降，智能體可依據仿真結果直接輸出符合國標、行標的標準化工程圖紙，圖紙出錯率下降70%以上。

這一趨勢與國際工業軟件領域的動向同頻。NVIDIA NemoClaw藍圖將OpenClaw等編排框架與企業級智能體部署打通，Cadence、達索系統、西門子等廠商正在汽車和航空航天CAE場景中構建自主AI工程師，目標是把原本以“周”計的仿真工作時間壓縮到數小時。張瑞鋒的觀察與之相互印證：智能體承擔的是文獻檢索、建模、網格劃分、參數掃描、報告生成這些重複性環節，而“重大工程判定、安全邊界審核，仍然需要資深工程師把關”。

在電池全生命周期管理上，這種“數據驅動+人工把關”的協同邏輯同樣清晰。材料研發端，智能體挖掘海量數據自主匹配方案、預測電化學性能，將材料生產周期從2年壓縮到6個月甚至更短；生產端，對接產線數據實時識別極片缺陷和裝配誤差；在終端，融合車輛與電池溫度數據開展狀態估算和熱失控風險預測；退役端，自動評測單體健康狀態，匹配梯次利用與材料回收路徑。

不過，張瑞鋒的邊界意識貫穿始終：“智能化不能替代物理實驗，所有預測結果還需要通過物理驗證；數據安全與合規，是落地過程中必須把控的環節。”

科研組織重構：智能工具與“前後一公里”的人

對科研組織模式的衝擊則更為深層。張瑞鋒用“前後一公里”來界定人與AI的分工：提出科學問題、定義技術邊界、判斷工程價值，以及最終的風險取捨和方向判定，必須由人完成；中間的文獻處理、仿真迭代、代碼編寫、報告分析，可以交給智能體。

作為擁有70多項發明專利、曾獲評廣東省100位博士博士後創新人物的科研人員，張瑞鋒把觀察重點放在一個正在發生的變化上：AI智能體正從“熱詞”進入汽航工業設計、協同仿真和電池全生命周期管理的具體鏈條。

“但它的角色仍是工程師的協同工具，安全邊界和重大工程判定仍需資深工程師把關。”張瑞鋒表示，他的實驗室已經不再依賴擴張固定科研助理編制，“不需要新簽新的人員”就能承接更多研發任務。

他預判，未來三到五年，汽航領域的科研組織可能從“大團隊固定編制”轉向“彈性任務+智能工具調用+少量核心專家”的組合，“誰善於駕馭智能工具，誰就會在研發效率上拉開差距”。

汽車與航空器並非兩條互不相干的賽道，而是在同一套材料、仿真與製造體系中彼此支撐、共同向前。汽車產業成熟的電池材料、生產裝備與工程經驗向低空領域外溢，為無人機的續航與安全提供現成的產業底座；航空器對極端低溫、碰撞安全的苛刻要求，又反過來推動固態電池的材料與介面設計持續迭代。

從一塊能在極寒環境下通過針刺測試的固態電池，到一組能在一天內完成參數掃描與圖紙輸出的“數字工程師”。讓智能體承接可標準化的環節，而把提出問題、判斷風險、拍板取捨的崗位留給人。這或許不是最激進的敘事，卻是最接近工程現實的路徑。（完）