2026年1月，瑞典。一架由BAE Systems Bofors提供的低成本巡飞弹，搭载着瑞典初创公司Scaleout Systems的机载AI系统，在没有操作员直接指令的情况下，自主完成了从侦察到打击的全过程。
这架无人机首先对潜在目标进行检测和定位，随后按照预设优先级，将一辆装甲工程车判定为最高价值目标，自主飞向该车辆并释放了爆炸物。从开始侦察到完成打击，整个任务耗时不到320秒，其中侦察阶段约200秒。
除了按下启动按钮，全程没有人工输入。指定飞行员仅作为故障安全控制员待命。
为什么不用大模型
Scaleout Systems由乌普萨拉大学的研究人员于2018年创立，最初为卡车开发AI系统。2022年后，公司全面转向国防领域。
与当前主流做法不同，Scaleout没有采用OpenAI或Anthropic的大型模型，而是将紧凑的计算机视觉算法适配到无人机、平板电脑和野战指挥所等算力有限的设备上。
这一选择的核心考量是通信中断时的自主性。如果依赖云端大模型，一旦信号被电子战系统压制或数据中心被摧毁，无人机就会失去作战能力。Scaleout的方案将全部推理过程放在机载硬件上完成，不依赖外部通信链路。
技术架构：边缘AI与联邦学习
Scaleout的技术栈由两个核心组件构成：Scaleout Edge和联邦学习框架，二者共同组成一个名为“战术计算机视觉网络”的系统。
在硬件层面，无人机搭载Nvidia Jetson Orin Nano计算模块，运行YOLOv8 Nano目标检测模型。在2026年2月的一次北极圈测试中，该系统在零下18摄氏度的雪地环境中实现了30fps的帧率，目标延迟稳定在30毫秒以内。
联合学习是另一项关键设计。部署在不同节点上的设备在本地训练AI模型，仅共享模型更新而非原始数据。这意味着即使与中央实验室的连接完全中断，野战节点仍能继续推理和主动学习，将检测结果记录在本地，待网络恢复后再同步。
2026年6月在乌普萨拉空军基地的一次双节点测试中，一个节点位于空军基地，另一个位于Scaleout的实验室。当后者与前者之间的连接被逐步降级直至完全切断后，孤立的节点仍然以全帧率持续运行，未受任何影响。
NATO DIANA的支持
Scaleout Systems是北约DIANA加速器2025届成员，其项目FEDAIR获得了10万欧元的发展资金、培训机会和测试设施使用权。DIANA是北约的国防创新加速器，旨在将双用途技术推进到作战部署阶段。
在更大范围内，北约正在系统性地推进自主无人机技术的整合。DIANA的“无人系统多域自主性”挑战项目正在征集能够在复杂环境中提升自主平台韧性、协调性和有效性的技术方案，涵盖AI、机器人、导航、传感和机载处理等方向。
公开记录中尚未解答的问题
Scaleout的演示展示了机载AI在通信中断环境下完成侦察、目标排序和飞行打击的完整链路。但公开信息中并未说明：在释放爆炸物之前，是否有特定人员批准了这一决定；以及操作员在任务过程中拥有哪些否决和中止控制权。
目标识别的准确率、误判率以及武器授权流程的细节，同样未在公开演示中披露。这些未解答的问题，将决定这项技术从演示走向实战部署时面临的实际约束。
（素材来自：Scaleout Systems 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。