作為戰爭新技術試驗場的俄烏前線，初代“AI無人機”已登場

01“少數能公開接納帕蘭提爾的地方”

5月12日，美國帕蘭提爾公司的聯合創始人兼首席執行官亞歷克斯·卡普（Alex Karp）訪問烏克蘭首都基輔。

在接受烏克蘭媒體采訪時，卡普表示：“烏克蘭是少數幾個愿意公開接納帕蘭提爾的地方……我喜歡待在一個人們喜歡我們的地方。”

近年來，帕蘭提爾公司受到西方媒體的批評與詰問頗多，被指責“幾乎參與了世界上的每一場沖突”，并且“向國防、情報、移民和警察機構銷售軟件”。特別是當下，歐洲各國與美國的政經關系“陰晴不定”，歐洲各國對美國在國防安全、技術等領域的支持承諾顧慮叢生，希望擺脫對美國技術的過度依賴。因此，英法德等國都在今年宣布，考慮選擇本國或歐洲本土企業的軟件產品來替代帕蘭提爾公司。

但在烏克蘭，帕蘭提爾公司完全不用面對類似的輿論壓力。可以說，該公司贏得了烏克蘭政府和企業的深厚信賴。就像今年1月，出任烏克蘭國防部長不久的費多羅夫就表示，會拓展與帕蘭提爾公司的合作到戰場數據領域。雙方將合作創建“Brave1數據室”（Brave1 Dataroom）平臺，利用4年來在俄烏沖突戰場收集的數百萬條傳感器數據和圖像來訓練AI模型。該平臺的目標之一就是通過AI模型來自主完成對大規模空中目標的探測、識別、分類與攔截等。

“沙赫德”類自殺式無人機已成為俄對烏的城市和基礎設施打擊中的重要手段，對它的截擊被烏軍視為最緊迫的任務。

02作為未來戰爭技術試驗場的俄烏戰場

今年4月底，卡普在其新書《科技共和國》列出了22點摘要，強調“問題不在于AI武器是否會被制造出來，而在于誰來制造它們，以及它們的目的是什么”。而且“如果一名美國海軍陸戰隊員要求配備更好的步槍，我們就應該制造出來。那么，軟件方面的也應如此”。

這直白表明了卡普對AI軍事應用和AI武器的堅定支持。可以說，作為軍用AI的積極倡導者和“重要旗手”，卡普對烏克蘭的偏愛不只因為其公司利益，還帶著強烈的個人色彩。而作為未來技術試驗場的俄烏戰場，正是卡普軍用AI理念的最佳實踐地。

卡普是最早公開主張硅谷應全面服務國防的美國科技公司CEO之一，是美國AI軍事化的重要旗手，他的頻頻發聲和著書立說讓其思想的影響力超出了帕蘭提爾公司本身。

烏克蘭近期對莫斯科的大規模無人機襲擊，體現了其在中遠程打擊能力方面的突破與進階，而背后顯然也離不開烏克蘭在軍用AI技術上的持續迭代。其中，帕蘭提爾公司PRISMA軟件系統輔助烏軍完成了大規模無人機編隊的指揮、協調、航線規劃。此外，在無人機技術方面，烏軍還通過引入AI技術，在目標識別、導航、任務決策、協同打擊等功能環節上持續提高了無人機的自主化（或者稱為“自主作戰能力”）水平，大幅降低任務中無人機操作員的作業強度，提高了命中率，提升了打擊效能。

03俄烏戰場強對抗環境，催生光纖無人機

根據路透社在2024年10月底的報道，烏克蘭的第一代有著AI技術增強的第一人稱視角（FPV）無人機已經在2024年初投入使用。

以提示詞“俄烏戰場上有著AI技術增強的第一人稱視角（FPV）無人機”，由AI生成的圖片。

對于烏克蘭軍隊來說，2024年初的戰場環境是，俄羅斯電子戰系統對烏軍造成了高強度干擾壓制，因此烏克蘭的FPV無人機頻頻失去與后方控制人員的聯系。俄軍通常會在指揮掩體、炮兵陣地、防空系統等高價值目標周邊部署電子干擾系統，對烏軍無人機的無線通信和導航系統造成“軟殺傷”。根據路透社的報道，烏克蘭官員曾表示，大多數FPV無人機的命中率已降至30%~50%，若是新手來操作的話，命中率甚至可能低至10%。

由此催生了光纖制導無人機的大規模使用。它通過物理線纜傳輸數據，完全避開了電子干擾的威脅。根據烏克蘭媒體《基輔郵報》的分析預測，2025年俄烏兩方無人機對光纖的總消耗量達到了5000萬至6000萬千米。如此大的消耗量，疊加近年來全球如火如荼的AI數據中心建設對光纖的旺盛需求，直接推高了光纖的采購價格。比如，烏克蘭相關數據顯示，光纖價格已上漲了七八倍，光纖無人機的成本也隨之上漲。

光纖無人機的一大先天缺憾是其航程受制于光纖長度，而且光纖和線軸的重量會擠占爆炸物的可攜帶量。同時，因重量更大，飛行噪聲變大，光纖無人機雖無法被電磁信號監測到，但更容易被聲學探測到。另外，與此前的FPV無人機一樣，它同樣對無人機操作員的水平要求較高。

04螺旋式上升的對抗正催生“AI無人機”

另一方面，盡管俄烏雙方每周都能生產數以萬計的大大小小無人機，但它們均無法做到每周都能培訓出數以百計訓練有素的無人機操作員。雙方都面對著不小的無人機操作員缺口，經驗豐富的人員更是戰場稀缺資源。

此外，無人機操作員這一群體面臨的戰場生存環境也愈加惡劣。烏軍認為，打死一名俄羅斯無人機操作員比摧毀一輛坦克更有價值。俄羅斯人現在優先打擊的不是突擊部隊或士兵，而是無人機和地面機器人的操作員。

所以，縱有能適應戰場強電磁對抗環境的光纖無人機問世，但這樣的技術進步還不夠。

根據商業內幕網站的報道，2025年6月，烏軍的無人系統部隊調整了其“電子積分”（e-Points）系統。在這個擊殺獎勵積分系統中，擊殺俄軍無人機操作員的獎勵分值提高至25分，坦克已從此前的40分降為8分。

由此，2024年以來，俄烏戰場上，與光纖無人機同期誕生了這樣一類無人機：它們使用AI技術來增強性能、具備一定自主作戰能力，可以擺脫任務全程對無人機操作員的高度依賴；遭遇強電磁對抗壓制（此時往往是距離目標最后數公里）、無人機與后方操作人員間信號斷聯等情況時，它們依舊能自動完成對目標的識別和瞄準，飛行控制系統能接管后續飛行，自動完成任務決策、規劃路徑、控制飛行姿態等，直至對目標發出最后一擊。

國際媒體普遍稱這類無人機為“AI無人機”。但其實這一名稱并不準確恰當，有夸大之嫌。因為在俄烏戰場上的公開應用里，AI技術在這類無人機上的主要應用是“視覺感知”，即依托目標檢測模型完成對目標的自動檢測、識別、分類、定位、分割和鎖定等。

無人機拍攝的戰場畫面。目標檢測模型可自動標定出物體坐標框、識別出物體類別，識別標記出步兵、裝甲載具、建筑、地形障礙等，并自動分析出目標型號類別、損毀狀態、置信度等。由此，不論是偵察還是打擊任務中，都不需要無人機操作員來人工完成。

05無人機不僅能“看見”還能“認得”目標

在AI技術體系中，目標檢測模型隸屬于深度學習技術分支，是計算機視覺領域的核心任務模型，當前主流目標檢測模型的架構主要為卷積神經網絡（CNN）與Transformer兩類。這項AI技術與攝像頭的組合讓無人機有了“視覺”，并在“看到”的基礎上實現了更為關鍵的“識別”目標。

今年西方媒體報道所稱的“新型AI無人機技術摧毀俄軍后勤線”，新聞主角之一是來自美國的“大黃蜂”無人機，在這類任務中表現出較高的自主化水平。

對于“AI無人機”來說，在完成目標識別后，接下來的目標跟蹤、決策、規劃、導航和控制等環節上，或可“求新”引入其他深度學習模型，或是“求穩”沿用業內早已大量積累的成熟傳統算法。總之，新舊技術快速結合，俄烏兩方在過去兩年里都有多款具備一定目標識別和瞄準，與自主飛行能力的無人機投入實戰部署。

《烏克蘭真理報》7月初的一篇報道，援引了烏克蘭國防部長顧問、無線電技術專家的發言，表示一架沒有控制天線，只有一臺攝像頭和一臺電腦的“閃電”無人機襲擊了烏克蘭一處設施。

06低成本組合能實現更高的目標命中率

此外，攝像頭與經過訓練的目標檢測模型（比如業界廣泛使用的YOLO）相結合，還具有開發門檻不高、硬件成本低的優勢。

因為攝像頭和微型任務計算機等硬件，在全球市場上有大量商業產品可選；軟件方面，以YOLO為代表的目標檢測模型則存在軟件開源、開發者生態完善等優勢。因此，二者結合，能夠實現以更低成本的裝備提高目標命中率。對此，一種較為樂觀的預測是，在AI技術增強下，FPV無人機的命中率可提升至80%左右。

西班牙媒體《國家報》3月份報道稱，一位名叫米格爾的27歲烏克蘭士兵曾表示，自2025年7月以來，他用“毒刺”截擊無人機擊落了320架俄軍無人機。但顯然，烏軍中像他這樣的高手并不多，而這類任務又高度依賴操作員的經驗豐富，所以急需引入“AI無人機”。

“AI無人機”在性能提升的同時，也是對后方無人機操作員的解放，無須全程的人工遙控，或者可以實現一人同時操作多架無人機。而對“AI無人機”的需求，不只在進攻端，在防御端，在以截擊無人機來攔截敵無人機的防空任務中，也亟待引入AI來提升截擊無人機的自主化水平，以降低這類任務對無人機操作員的人員規模、人員經驗熟練度的高度依賴，并提高對來襲無人機目標的命中率。