作为推动低空经济发展关键技术的支撑，低空智联云技术体系正持续取得显著进展。一方面，云计算、大数据、人工智能等前沿技术的深度融合与应用显著增强了低空智联云的数据处理与分析能力，使其能够更高效地处理和分析海量数据。
这些技术的结合让低空智联云能够实时监控和管理低空环境，为低空经济的发展提供了强大的数据支持。另一方面，低空通信、导航、感知等关键技术的突破，也为低空智联云的发展奠定了坚实的基础。
这些关键技术的创新使得低空智联云能够更精确地进行定位和导航，提升了低空交通的安全性和效率。
低空智联云现阶段发展挑战：
挑战一：低空设施种类繁多异构性高，导致互联难度大
低空场景涉及的各类设施种类繁多，如无人机、地面通信基站、感知雷达、起降基站等。伴随国家开始大力推动低空空域资源利用，大规模推动低空飞行场景试点后，各场景中逐步加入了比以往种类更多、功能更复杂的低空基础设施用以完成对低空飞行任务的监控以及对重点地区低空空域的监测。
但大量铺设基础设施的同时，各设施间的信息串联渠道、数据交换协议，数据交换接口等由于异构性较高，导致短期内出现无法兼容的情况，最终导致了对低空空域的监管信息的缺失，无法有效获取信息，延缓了大范围推广低空场景商业化应用。
挑战二：空域环境复杂无法得到全面监管，导致飞行器起降受限
低空业务执行需要对起降空域、航线周边进行实时全面的环境监测，保证飞行器的起降安全、飞行安全。并且伴随同一空域内飞行器数量增多，如何高效安全地保证多架次无人机，有序开展低空作业也是亟待解决的问题。
低空环境不同于传统民航空域，会存在地面建筑阻拦，飞行环境复杂。且低空飞行器多为轻量化小机型，对环境、气象要求都会更高。但目前对于飞行空域的全量化、实时性监测仍处在起步阶段，尚无法达到可以大范围支撑无人机起降的程度。
且无人机单机智能已可以实现对划定航线上的建筑物避障，但伴随群体飞行任务的出现，单机智能对飞行任务的智能化识别变现的捉襟见肘，需要边缘算力的协助，辅助空域内飞行任务的自主决策和智能识别。
挑战三：缺乏行业云平台用以支撑低时延、智能化业务场景
我国低空经济发展刚刚起步，行业内部数字化程度普及程度低，在大量多维低空场景数据进入后，当前低空服务平台运作机制大部分依赖人力处理，在处理效率及准确度上无法匹配目前业务需求。
未来仍需持续搭建以支撑智能调度、智能决策等低空特色功能的一体化公共云平台服务，向上赋能业务场景，实现快速普及。
当前部分场景如外卖、快递、医疗物资配送等存在大量需要快速反应，快速处置的低时延、高并发需求场景，需要进行极低时延网状智能交付，需要智能化系统辅助实时计算最优航线、最佳飞行计划。
但目前的机端设备、系统无法满足上述需求，同样需要在基础设施层面和行业平台方面同步布局规划成体系的低时延业务反馈云平台，以支持大规模低空业务开展。
