既能深度思考，也能联网搜索，今年1月，杭州深度求索人工智能基础技术研究有限公司（DeepSeek，以下简称“深度求索公司”）在世界经济论坛2025年会开幕当天发布了最新开源模型R1，引发全球关注。DeepSeekR1模型在技术上实现了重要突破——用纯深度学习方法让人工智能（AI）自发涌现出推理能力。伴随着AI在民航业越来越广泛而深入的应用以及模型的不断迭代，其不仅影响着智慧民航建设，也在算力和算法的更新中衍生出对智慧民航建设的新看法。

　　当记者与DeepSeek来一场深度对话，问它“请告诉我人工智能将如何影响智慧民航建设？如同你一样的人工智能模型的不断迭代将会怎样影响民航业的发展？”时，DeepSeek给出了这样的思考逻辑和答案。

　　（嗯，用户问的是我将会怎样影响民航业的发展。首先，我需要理解用户的具体需求。可能他们想知道AI在智慧民航中的具体应用，或者想了解我作为AI助手能带来哪些改变。用户可能是民航从业者、学生，或者对这个行业感兴趣的人。

　　接下来，我得拆解智慧民航建设的关键方面，比如安全、效率、服务和环保等。然后，每个方面都要考虑AI的可能影响。比如在安全方面，数据分析可以预测故障；在效率方面，优化航班和资源分配，可能需要提到机器学习模型；在服务方面，个性化推荐和自动化客服，但要注意隐私问题；在环保方面，优化飞行路径，减少碳排放，这涉及实时数据分析和天气预测。

　　此外，还要考虑用户可能没有直接提到的深层需求，比如成本节约、旅客体验提升或者应对突发事件的能力。然后要验证这些想法是否可行，比如现有的AI技术是否已经应用于这些领域，还是仍处于研究阶段。例如，航空公司已经使用预测性维护，但AI的进步优化空间在哪里。另外，数据安全和隐私保护是必须考虑的，特别是在处理旅客信息时。

　　还要想到可能的挑战，比如技术应用的难度、行业接受度、法律法规限制等。航空业的监管严格，新技术的应用可能需要较长时间验证。此外，AI的决策透明度和可靠性也是关键，特别是在安全相关领域。

　　最后，需要将思考整理成结构化的回答，分点说明，同时保持语言自然易懂，确保覆盖用户可能关心的各个方面，同时不回避潜在挑战。）

　　人工智能（AI）对智慧民航建设的影响是全方位、多层次的，从提高运行效率到优化旅客体验，再到推动行业创新，AI已成为民航业转型升级的核心驱动力之一。作为人工智能助手，DeepSeek可能通过以下方式为民航业发展提供助力，并在技术与服务的交叉点上产生潜在影响。

　　在推进数智化、绿色化转型过程中，人工智能正在发挥重要作用，帮助塑造民航业未来竞争新优势。目前，智慧民航建设正持续推进全流程运行场景试点，借此东风，人工智能也正在民航领域实现全方位渗透。

　　早在2019年北京大兴国际机场投运时，就已经为旅客提供了“刷脸”值机、“刷脸”安检、“刷脸”登机等一“刷”到底的乘机体验；2024年7月，国内首次基于5G-AeroMACS通信技术的车辆跑道防侵入能力测试在上海虹桥机场进行，显著提高了机场、空管、航企之间的通信效率，生产运行态势的感知能力助力“机—车—场道—设施”协同运行；2024年12月，南航在乌鲁木齐一北京大兴航线上圆满完成了基于航迹运行（TBO）双机验证工作，在实现航班起飞、爬升、巡航、近进、着陆等全阶段空间三维和时九游体育官方网站间维度精细化控制的同时，航班航行时间也更加精确可控。

　　人脸识别、5G-AeroMACS、四维航迹……当这些技术与AI结合在一起时，将发生怎样的“化学反应”？DeepSeek等AI模型未来也将在智慧民航建设的实践中占据一席之地。

　　2024年，我国民航完成运输总周转量1485.2亿吨公里、旅客运输量7.3亿人次、货邮运输量898.2万吨；增加繁忙机场容量，加强时刻资源供给，6个协调机场时刻容量每周增加4123个；运输飞机总数达4394架，飞机日利用率达8.9小时。

　　如何提高我国民航业的整体运行效率？技术与理念的更新正当其时。2024年底，天津滨海机场通过所需导航性能（RNP AR）程序实现独立平行进近（EoR），使每两分钟可同时降落两个航班，效率提高了一倍。而在我国应用机场协同决策系统（A-CDM）的千万级以上机场以及一些中小机场中，“协同、共享、联动”的理念已经得到广泛认同，如今正向全机场管理（TAM）转型升级。

　　从气象业务协同到空管业务运行一体化，从流量管理精细化到深化运行数据共享应用，在多部门、多主体、多单位的联合作战中，人工智能有了大显身手的机会。通过多维度数据整合和深度学习算法，人工智能将带来数据交互速度、协同决策效率、空域资源利用率的提高，同时降低航班不正常率，助力打造全局优化的智慧运行生态。

　　安全是民航业的生命线。在扎实推进民航高质量发展过程中，坚持安全第一不动摇的理念体现在方方面面。

　　引入人工智能后，发动机维修变得更加智能。机务维修人员只需要戴上一副眼镜，场景化工作指引就能显示在眼前的屏幕上，还能进行签署、拍照、测量等操作，请后方专家“云会诊”。这不是拍电影，而是民航维修工程技术研究中心基于AR（虚拟现实）的智慧维修新方式的创新应用。目前，所有航空发动机相关方都在积极寻找与基于模型的系统工程方法、数字孪生、数字主线有关的解决方案，力求在发动机预测性维护中化被动为主动。

　　在飞机可靠性管理、鸟击防范、跑道防侵入、外来物探测等领域，民航各单位同样在积极探索新技术与人工智能的结合路径，为安全保驾护航。值得注意的是，DeepSeek不仅提到了应用创新技术保障安全，还提到了人工智能技术本身的安全。它表示，首先，需要构建规章阐释AI框架，确保算法决策透明性；其次，要在提高效率与保障隐私间寻求平衡，实现数据在一定程度上的可用不可见；最后，要保留人类决策终审权，特别是在安全相关领域设定AI建议的可信度阈值。

　　入境游、低空游、研学游、亲子游、银发游……如今，航空产品供给越来越丰富，航旅产业融合越来越深入，民航服务品质也在科技的加持下不断提升。

　　2024年6月，深中航空港与深中机场专线完成全流程保障测试，来自中山的旅客乘坐航班从上海虹桥机场飞抵深圳宝安机场，下飞机并提取行李后，经深圳机场为深中专线旅客设置的专属流程和候乘区，体验了信息系统升级后“一体高效”的空地联运服务。2024年11月，海口美兰机场推出旅客行李全流程跟踪服务，利用无线射频识别（RFID）技术实现了托运行李从值机、安检、分拣、装车、装机以及最终到达目的站的全程实时跟踪。在成都新津天府智能制造产业园，正在利用工业机械臂、视觉识别、人工智能等技术研发识别和抓取托运行李的机器人，未来将根据行李大小自动完成行李“登机”。

　　无论是智能客服机器人24小时回应旅客咨询，还是航空公司根据AI分析旅客偏好，推荐航班、座位和餐饮选择，并通过生成式AI提供定制化旅行报告，AI正让航空出行变得越来越便捷，AI也正在重构民航服务，让其更加智能、贴心，更具个性化。（中国民航报 记者张人尹）

　　在与DeepSeek的对话中，它认为，未来人工智能对智慧民航建设的影响可能呈现“涟漪效应”：初期在后台运维环节显现，并逐步向旅客服务端扩展，最终推动行业全链条的智能化转型。这种演变不仅可以改变技术实现方式，更可能催生新的航空服务生态。对于DeepSeek的分析，我们应当以发展的眼光理性看待。

　　当前，DeepSeek有三种模式，分别是基础模型V3、联网搜索模型和深度思考模型R1。其中，V3作为通用模型，更适用于大多数“规范化”的任务；联网搜索模型基于RAG（检索增强生成），让DeepSeek不仅能依赖自身的知识库，还能根据互联网实时搜索相关内容来回答问题；而本文采用的R1模型作为DeepSeek的深度推理模型，适用于需要复杂推理和深度思考的“专家级”问题。从DeepSeek对智慧民航相关问题的解答来看，也确实体现了一位AI专家对行业智能化发展理解的水平。

　　DeepSeek作为一种前沿的大语言模型（LLM），其运行机制涵盖知识建模、问题解析与推理、信息整合与内容生成、答案校准与价值对齐等多个步骤，也就是学知识、读问题、写答案、检查答案等过程。

　　其中，知识建模是让模型具有行业知识的机器学习（Machine Learning，ML）过程，模型通过海量文本数据的训练，构建参数化的知识库，并通过注意力机制（Transformer架构）和知识图谱等技术，建立专业概念间的非线性关联。比如在与DeepSeek的对话中“民航安全”概念会激活“飞行器状态”“维护预警”等相关知识概念节点。问题解析与推理是对用户所提出问题的深入剖析，通过对文本语义、语境以及隐含需求等要素的解析，打造全面、深入的推理链。在与DeepSeek的对话中，其对问题用户身份的预测，以及从技术驱动和应用场景入手回答的思路选择，都体现了模型对用户需求的精准挖掘和把握。信息整合与内容生成侧重于回答问题，涉及专业内容生成、文本结构生成、术语控制等技术。这一过程在与DeepSeek的对话中体现为其采用“技术应用、效率提高和服务重构”的回答框架，并在回答文本中通过对权威和热点信源的加权机制，重点关注空管优化、航空货运、“一脸通关”等场景。

　　答案校准和价值对齐也是大模型发展的重要方面，更是未来确保AI合规、可控的关键，包括逻辑审查、价值注入等方法。DeepSeek在这方面表现得很好，比如在思考阶段专门考虑了民航业特点，提出了“旅客信息隐私保护”“航空业监管严格，新技术的应用可能需要较长时间验证”等需要着重考量的要素。

　　综上，以对智慧民航的理解为例，DeepSeekR1模型在专业知识整合深度、推理能力、核心场景覆盖度、行业痛点及发展潜力分析等方面体现了很强的智能能力。当然，由于人工智能技术的天然属性，模型在数据实时性、专业特定领域数据训练、算法可解释性和可追溯性等方面仍有提升的空间。可以预见，随着技术和应用场景的持续迭代，以及行业相关标准规范的完善，AI模型将逐步成为未来民航智能化发展的关键技术与主导力量。（作者刘一，系中国民航管理干部学院大数据与人工智能系主任）