（圖片來源于SkyNews網(wǎng)站，如果侵權(quán)請聯(lián)系刪除）
目前，俄羅斯與烏克蘭正陷入一場激烈的技術(shù)競賽。雙方均全力以赴，競相研發(fā)和部署具備人工智能（AI）和機器學習（ML）能力的無人機，以實現(xiàn)無人機協(xié)同作戰(zhàn)、目標定位以及戰(zhàn)場分析的自動化。一旦配備人工智能/機器學習無人機，俄烏軍隊將顯著減少對無人機操控員和防御人員的依賴，有效規(guī)避敵方電子戰(zhàn)防御措施，突破人類在目標識別方面的局限，并加速與無人機作戰(zhàn)相關(guān)的決策進程。截至2025年6月初，雙方尚未在戰(zhàn)場上大規(guī)模運用人工智能/機器學習無人機，但都在逐步將機器學習能力與人工智能適配技術(shù)融入新型無人機，朝著開發(fā)出完全由人工智能和機器學習驅(qū)動的無人機這一目標邁進。
盡管“人工智能”與“機器學習”在定義上存在重疊，且機器學習常被視為人工智能的子集，但二者在應用場景上仍有顯著區(qū)別。當機器學習模型被訓練用于可預測的特定任務，且無需依賴強大的處理能力、內(nèi)存或數(shù)據(jù)云時，其在無人機上更容易實現(xiàn)規(guī)?；瘧?。例如，在無全球定位系統(tǒng)（GPS）信號的環(huán)境中進行導航、末端制導、圖像與模式識別、尋的以及目標鎖定等任務，機器學習模型都能發(fā)揮重要作用，盡管部分任務可能還需結(jié)合人工智能或其他更先進的工具。
然而，具備機器學習能力的無人機仍需要操控員提供總體指導和分析。例如，在確定目標或在新環(huán)境或復雜環(huán)境中對模型進行調(diào)整與訓練時，無人機通常需要與操控員保持通信。換言之，機器學習能力雖可使無人機執(zhí)行某些預編程或預訓練的任務，但其缺乏自主適應戰(zhàn)場條件及推理的能力，因此仍需要人類介入進行精準調(diào)試。
人工智能模型能夠完成過去主要由人類執(zhí)行的任務，例如分析數(shù)據(jù)、自主識別和選擇目標，以及根據(jù)實時狀況控制和調(diào)整無人機的飛行路徑。它還可以管理無人機蜂群對目標發(fā)起攻擊，并支持無人機之間的互操作性。此外，人工智能能夠在云端存儲和分析任務數(shù)據(jù)，從而自主優(yōu)化無人機的作戰(zhàn)行動。搭載人工智能系統(tǒng)的無人機具備適應性決策能力，能夠在無需與操控員通信的情況下自主行動。
然而，將人工智能技術(shù)集成到無人機中是一個成本高昂且耗時的過程。此類無人機需要開發(fā)全新、復雜的算法，具備強大的計算能力，并依托龐大的數(shù)據(jù)云。此外，它們還需要經(jīng)過長期測試，以訓練人工智能系統(tǒng)在不同的戰(zhàn)場環(huán)境中運行并從中學習。
無人機作戰(zhàn)領(lǐng)域的技術(shù)突破離不開人工智能與機器學習能力的協(xié)同開發(fā)與整合。其中，人工智能為高層次的自主決策提供支撐，而機器學習能力則專注于執(zhí)行特定任務，并助力人工智能從復雜的戰(zhàn)場環(huán)境中學習與適應。無人機蜂群便是人工智能與機器學習驅(qū)動型無人機的典型范例，其協(xié)同作戰(zhàn)模式高度依賴二者的技術(shù)整合。無人機蜂群在機間協(xié)調(diào)、目標定位及任務分配與管理方面高度依賴人工智能的統(tǒng)籌規(guī)劃，同時也需要借助機器學習能力來完成圖像識別、碰撞規(guī)避及目標鎖定等專業(yè)化任務。
自2023年年中以來，俄羅斯和烏克蘭日益重視機器視覺無人機的研發(fā)。機器視覺是一種自動圖像識別算法，能夠使無人機記憶目標圖像，并在目標處于移動狀態(tài)時仍能精準鎖定。烏克蘭推進機器視覺無人機的研發(fā)，主要是為了應對俄羅斯在戰(zhàn)場上廣泛使用的電子戰(zhàn)和電子偵察系統(tǒng)，同時解決無人機因與操控員失去聯(lián)系而無法抵達目標的問題。具備機器學習能力的無人機，即使在與操控員失去通信的情況下（例如遭受電子干擾），仍能保持目標搜索的能力。
目前，具備視覺功能的無人機尚未完全實現(xiàn)人工智能化，因為這些無人機仍無法自主分辨目標，仍需要人類介入。2023年下半年，俄羅斯率先使用了具備機器視覺功能的“柳葉刀”-3（Lancet-3）無人機/巡飛彈；2024年2月，烏克蘭數(shù)字化轉(zhuǎn)型部長米哈伊洛·費多羅夫（MykhailoFedorov）宣布啟動同類產(chǎn)品研發(fā)，僅一個月后，烏軍便對外展示了具備機器視覺功能的無人機，凸顯了技術(shù)追趕的緊迫性。
圖1.“柳葉刀”-3無人機/巡飛彈（圖片來源于ArmyRecognition，如有侵權(quán)請聯(lián)系刪除）
目前，俄羅斯仍持續(xù)強化機器視覺無人機的研發(fā)。2025年5月中旬，俄羅斯研發(fā)團隊宣布正式啟動“秋維科”（Tyuvik）輕型攻擊無人機的批量生產(chǎn)。該無人機配備了先進的目標尋的系統(tǒng)，并具備強大的抗電子干擾能力。早在2024年6月，俄羅斯研發(fā)人員就首次展示并測試了該無人機。據(jù)介紹，當無人機操控員完成打擊任務規(guī)劃并確定目標后，“秋維科”無人機能夠自主對目標實施精準攻擊?！扒锞S科”無人機還具備自動駕駛功能，即使在存在電子干擾的環(huán)境中，也無需依賴衛(wèi)星導航或與操控員進行通信。俄羅斯無人機專家表示，“秋維科”的自動駕駛能力主要依賴于預先加載的地圖數(shù)據(jù)和圖像識別技術(shù)。烏克蘭軍方也注意到，俄羅斯在2025年5月增加了未指明型號的人工智能無人機的使用頻率，這或許暗示著俄羅斯在機器視覺和人工智能無人機領(lǐng)域的不斷發(fā)展與應用。
圖2.“秋維科”無人機（圖片來源于俄羅斯《消息報》網(wǎng)站，如有侵權(quán)請聯(lián)系刪除）
2024年和2025年初，由于在將具備機器學習能力的無人機應用于前線時遭遇諸多挑戰(zhàn)，俄羅斯和烏克蘭均將重心轉(zhuǎn)向擴大光纖無人機的使用規(guī)模。據(jù)報道，在2023年末和2024年初，俄羅斯的“柳葉刀”-3無人機的自主目標鎖定模式出現(xiàn)了故障。2024年1月末公布的戰(zhàn)斗畫面顯示，一架“柳葉刀”-3無人機在鎖定一輛裝甲車后，卻在最后時刻轉(zhuǎn)向，最終擊中了一堆殘骸。從戰(zhàn)斗畫面來看，“柳葉刀”-3無人機雖能擊中部分火炮系統(tǒng)和火箭發(fā)射器，但尚未展現(xiàn)出對偽裝目標的追擊能力。2024年2月，西方專家對“柳葉刀”-3的實際自動化水平和物體識別能力的可靠性提出了質(zhì)疑。與此同時，俄羅斯研發(fā)人員啟動了光纖無人機的并行開發(fā)與生產(chǎn)，以期在無需等待機器視覺技術(shù)成熟的情況下，率先在戰(zhàn)場上占據(jù)技術(shù)優(yōu)勢。實際上，光纖無人機并非一項特別復雜的技術(shù)改造，有線制導彈藥早在數(shù)十年前就已出現(xiàn)。自2024年年中起，俄羅斯之所以能夠使烏軍在戰(zhàn)場上陷入新的困境，關(guān)鍵原因之一在于這些光纖無人機具備抗電子干擾能力，能夠?qū)ρb甲裝備進行精確打擊，且由于其構(gòu)造簡單，易于大規(guī)模部署。
圖3.光纖無人機（圖片來源于美國《戰(zhàn)區(qū)》網(wǎng)站，如有侵權(quán)請聯(lián)系刪除）
2024年夏季，烏克蘭無人機制造商VyriyDrones公司的首席執(zhí)行官奧列克西·巴貝科（OleksiiBabenko）表示，由于制導算法存在缺陷，機器視覺技術(shù)研發(fā)進展緩慢。他進一步指出，俄羅斯將電子戰(zhàn)設備部署在前線沿線而非目標附近，這導致烏克蘭無人機在發(fā)射后難以與地面控制中心保持穩(wěn)定的通信連接。2025年5月，一家已測試機器視覺無人機近兩年的烏克蘭制造商坦言，這類技術(shù)在前線戰(zhàn)術(shù)無人機上的表現(xiàn)“不如人意”，仍處于“不成熟”階段。該制造商的一位研發(fā)人員稱，末端制導通常能在飛行距離較長的固定翼無人機上正常工作，但烏軍卻難以在戰(zhàn)場上將配備機器視覺功能的四軸無人機送達能有效打擊俄羅斯目標的范圍內(nèi)。他補充道，這些無人機在追蹤移動目標時還存在尋的問題，且第一人稱視角（FPV）無人機的攝像頭無法識別500米外的目標。因此，一名烏克蘭連級指揮官表示，烏軍目前正專注于在戰(zhàn)場上部署光纖無人機，以提升作戰(zhàn)效能。
圖4.俄烏雙方大規(guī)模使用光纖無人機后遺留在戰(zhàn)場上的光纖電纜（圖片來源于YouTube，如有侵權(quán)請聯(lián)系刪除）
截至2025年5月，俄羅斯和烏克蘭已在無人機上集成了部分人工智能能力，但這些應用主要以實測為目的，尚未在戰(zhàn)場上實現(xiàn)規(guī)?；渴?。烏克蘭電子和無線電戰(zhàn)專家謝爾蓋·貝斯克列斯特諾夫（SerhiiBeskrestnov）于5月18日披露，俄軍部署了一種獨特的無人機蜂群。該蜂群由6架機翼顏色各異的無人機組成，這種設計旨在便于飛行過程中無人機之間的互相識別。該蜂群無人機攜帶3公斤彈頭，續(xù)航里程可達80公里，并配備慣性導航和衛(wèi)星導航系統(tǒng)，但在很大程度上依賴外國制造的零部件。此外，該無人機還裝有高分辨率攝像頭、JETSON視頻流處理模塊、激光測距儀以及容量超過100GB的高速硬盤。該無人機蜂群中的一款無人機采用了汽油發(fā)動機，這一改進使其作戰(zhàn)半徑提升至100公里以上。據(jù)悉，俄軍每天在多個作戰(zhàn)方向上投放約30至50架此類無人機，以2至6架為一組進行測試性部署。據(jù)稱，該無人機能依靠視覺地形導航自主完成目標探測、分類、選擇及打擊，無需人工授權(quán)最終攻擊決策。
圖5.俄羅斯部署的6架機翼顏色各異的無人機（圖片來源于Telegram，如有侵權(quán)請聯(lián)系刪除）
2025年5月底，烏軍首次在戰(zhàn)場前線使用了基于人工智能的母機無人機（MotherDrone）。該無人機由烏克蘭專注于自主系統(tǒng)研發(fā)的初創(chuàng)公司StrategyForceSolution打造。5月26日，該公司率先公布消息稱，其研制的GOGOL-M人工智能母機無人機已在針對俄羅斯目標的試驗任務中順利完成首次自主飛行與作戰(zhàn)行動。據(jù)該公司介紹，GOGOL-M母機無人機具備強大的作戰(zhàn)能力，能夠掛載兩架FPV攻擊型無人機，并在300公里的范圍內(nèi)對目標發(fā)動精確打擊。
5月29日，費多羅夫正式對外宣布，烏克蘭國防技術(shù)集群“勇敢1號”（Brave1）開發(fā)的新型母機無人機，已進入戰(zhàn)場測試階段。這款先進的無人機憑借兩架FPV無人機，能在最遠300公里的距離上自主識別、定位和攻擊目標，包括俄軍飛機、防空系統(tǒng)和關(guān)鍵基礎設施。值得一提的是，若執(zhí)行任務的距離在100公里以內(nèi)，該母機無人機還能夠安全返航，實現(xiàn)重復利用，從而降低作戰(zhàn)成本。該無人機的核心系統(tǒng)為SmartPilot，其運用多傳感器融合技術(shù)，通過高效整合各類數(shù)據(jù)信息，精準實現(xiàn)環(huán)境感知與目標識別。
圖6.即將發(fā)射起飛的GOGOL-M母機無人機
圖7.GOGOL-M無人機釋放子機的過程（兩圖均來源于StrategyForceSolutions，如有侵權(quán)請聯(lián)系
然而，由于當前俄烏雙方所使用的人工智能母機無人機都還處于戰(zhàn)場測試階段，實際作戰(zhàn)表現(xiàn)仍需進一步驗證，因此，這類無人機的完全作戰(zhàn)效能與自主能力究竟如何，目前還難以確切評估。
俄羅斯在人工智能/機器學習無人機領(lǐng)域的進一步發(fā)展，在很大程度上依賴于其構(gòu)建聯(lián)合態(tài)勢感知與戰(zhàn)場管理系統(tǒng)的能力。俄羅斯亟需開發(fā)一套精密的云系統(tǒng)，用于存儲和分析前線數(shù)據(jù)，以訓練無人機自主區(qū)分目標、規(guī)避與友方無人機的碰撞，并協(xié)助俄軍追蹤前線所有無人機的作戰(zhàn)行動。
與此同時，烏克蘭經(jīng)過多年發(fā)展，已構(gòu)建出類似美國“聯(lián)盟聯(lián)合全域指揮與控制”（CJADC2）構(gòu)想的“德爾塔”（Delta）和“克羅皮瓦”（Kropyva）等態(tài)勢感知系統(tǒng)。其中，“德爾塔”是一款龐大的云軟件，旨在收集與分析數(shù)據(jù)、提供全面的態(tài)勢感知，并支持決策制定。該系統(tǒng)使烏克蘭各軍種和各級指揮部能夠協(xié)調(diào)來自無人機、衛(wèi)星、固定攝像頭、傳感器和前線偵察部隊的情報，實現(xiàn)情報共享與協(xié)同作戰(zhàn)。
操作團隊還為“德爾塔”系統(tǒng)集成了諸多附加功能，如“任務控制”程序——無人機操控員可借此避免友軍火力誤傷和規(guī)劃無人機任務。此外，“德爾塔”系統(tǒng)還整合了“維扎”（Vezha）外部應用程序——這是一個戰(zhàn)場視頻分析平臺，能夠?qū)崟r傳輸無人機航拍畫面，并支持無人機操作人員、炮兵部隊和指揮中心之間相互協(xié)作。在“維扎”背后，是“復仇者”（Avengers）人工智能系統(tǒng)為戰(zhàn)場目標獲取提供強大支持。這些數(shù)據(jù)分析能力和基于云的數(shù)據(jù)管理，為烏軍賦予了訓練人工智能/機器學習無人機的獨特優(yōu)勢。
為追趕烏克蘭在戰(zhàn)場管理與態(tài)勢感知系統(tǒng)領(lǐng)域的創(chuàng)新步伐，俄羅斯正推進“俄羅斯數(shù)字天空”（DigitalSkyofRussia）系統(tǒng)的建設。該系統(tǒng)依托格洛納斯（GLONASS）衛(wèi)星導航系統(tǒng)與俄羅斯國家技術(shù)倡議（NTI）集團的合作，旨在整合原本分散的航空、航天及無人機資源，通過構(gòu)建低軌衛(wèi)星星座、混合通信網(wǎng)絡等基礎設施，結(jié)合人工智能技術(shù)，實現(xiàn)衛(wèi)星與無人機數(shù)據(jù)的高效傳輸與處理，同時統(tǒng)一原本割裂的監(jiān)管框架，形成人機協(xié)同的一體化系統(tǒng)。目前，相關(guān)研發(fā)工作正在按計劃推進，擬在2025年7月中旬前將項目提案提交至俄羅斯交通部、經(jīng)濟發(fā)展部、俄羅斯國家航天集團（Roscosmos）等相關(guān)政府部門和機構(gòu)。
然而，俄羅斯在無人機創(chuàng)新與生產(chǎn)領(lǐng)域采取的集中化模式，或許會在一定程度上對其在人工智能/機器學習無人機研發(fā)方面的創(chuàng)新能力產(chǎn)生抑制作用。當前，克里姆林宮正積極推進對民間志愿創(chuàng)新主體的集中管控——這些主體在過去曾為俄羅斯無人機及人工智能創(chuàng)新貢獻了大量開創(chuàng)性成果。盡管在2023年至2024年間，克里姆林宮向407家航空器生產(chǎn)商劃撥了2430億盧布（相比之下，克里姆林宮計劃在六年內(nèi)為核能發(fā)展撥款2770億盧布），但這種集中化模式有可能因官僚體制的束縛，限制研發(fā)主體在技術(shù)突破上的自主性——例如，俄羅斯國防部于2023年底在頓涅茨克州“蘇多普拉托夫”志愿營（SudoplatovVolunteerBattalion）基地設立了無人系統(tǒng)培訓與生產(chǎn)中心，但據(jù)報道，該中心產(chǎn)出的低成本無人機性能欠佳，在實戰(zhàn)中極易被烏克蘭電子戰(zhàn)系統(tǒng)干擾。
此外，克里姆林宮正著手設立由國家控制的人工智能發(fā)展中心。該中心旨在加強政府機構(gòu)、地區(qū)和企業(yè)之間的協(xié)調(diào)合作，為政府在人工智能領(lǐng)域的重要戰(zhàn)略目標提供專業(yè)的分析支持，同時推動政府系統(tǒng)的數(shù)字化和現(xiàn)代化進程。5月15日，俄羅斯副總理德米特里·切爾尼申科（DmitryChernyshenko）著重強調(diào)了俄羅斯在全球人工智能競爭中保持領(lǐng)先地位的重要性，并計劃為相關(guān)研究項目提供資金支持?？死锬妨謱m有可能利用該中心推動人工智能在軍事領(lǐng)域的應用以及人工智能/機器學習無人機的研發(fā)，但該中心的運作仍面臨關(guān)鍵問題，即如何妥善處理與民間志愿開發(fā)團體的關(guān)系。目前，俄羅斯官方對民間團體的行動限制，如前線訪問禁令、眾籌管控等，已對本土創(chuàng)新生態(tài)造成了一定的沖擊。這種國家集中化與民間創(chuàng)新活力之間的矛盾，可能會成為俄羅斯軍用人工智能/機器學習無人機技術(shù)發(fā)展的一大阻礙。
烏克蘭在人工智能/機器學習無人機領(lǐng)域的發(fā)展則面臨雙重挑戰(zhàn)：一方面，投資不足導致技術(shù)迭代緩慢；另一方面，實戰(zhàn)壓力迫使研發(fā)重心偏向“應急式創(chuàng)新”。2025年1月，烏克蘭總統(tǒng)澤連斯基在社媒Facebook上強調(diào)，烏克蘭亟需合作伙伴提供更多投資，以擴大本國無人機產(chǎn)能。2025年5月，美國戰(zhàn)略與國際問題研究中心（CSIS）下設的瓦德瓦尼人工智能中心（WadhwaniAICenter）的專家卡特琳娜·邦達爾（KaterynaBondar）解釋稱，烏克蘭的人工智能技術(shù)高度依賴商業(yè)開源資源，因而需要更多額外投資來持續(xù)推動人工智能/機器學習無人機的創(chuàng)新。然而，這種依賴特性正在導致創(chuàng)新遭遇瓶頸，而政府內(nèi)部資源分散、跨部門協(xié)作缺失及專業(yè)人才短缺等結(jié)構(gòu)性問題，進一步制約了烏克蘭的無人機研發(fā)與生產(chǎn)能力。盡管澤連斯基政府一直強調(diào)外部投資的重要性，但在戰(zhàn)場需求的倒逼下，烏克蘭不得不同時應對技術(shù)追趕（如開發(fā)和部署光纖無人機）與資源分配的多重矛盾。雖然這種“應急式創(chuàng)新”模式能快速響應前線需求，但卻可能因基礎研發(fā)投入不足而制約長期技術(shù)迭代。
盡管人工智能/機器學習無人機被視為未來戰(zhàn)場的關(guān)鍵技術(shù)，但俄烏雙方截至2025年6月仍面臨技術(shù)落地的現(xiàn)實瓶頸。雙方需要先持續(xù)優(yōu)化機器學習算法、強化機器視覺識別能力，并經(jīng)過大量實戰(zhàn)測試來驗證技術(shù)可靠性，同時還要突破規(guī)?；a(chǎn)面臨的資源和時間壁壘。短期內(nèi)，人工智能/機器學習無人機或僅承擔精準打擊等特定任務，而低成本、高適應性的FPV無人機仍將主導戰(zhàn)場。
外浪內(nèi)慫神經(jīng)質(zhì)X偏執(zhí)正經(jīng)白切黑**【文案1.】某天晚上 趙云桑收到短信， 去汶街接慶功宴上喝到微醉的伏盛 她到時， 男人正倚著花店的玻璃窗， 一個姑娘想送花給他。 伏盛淡聲拒絕 對不起， 我有女朋友。 姑娘走后， 趙云桑逗他： “ 小姐姐那么漂亮， 為什么不跟她走呀 ” 男人斂起一身清冷， 很乖地搖頭， 眼角泛著點紅。 趙云桑問： “ 我呢？ 要不要跟我走？ ” “ 那你先買一支玫瑰送我。 ” 伏盛把她抱進懷里， 下巴蹭蹭她的頭頂， 啞聲， “ 我就跟你回家。 ” 【文案2.】后來趙云桑成為網(wǎng)絡作家， 辦簽售會時， 被粉絲扒了馬甲送上熱搜。 畫圈國民女神Makeran是她婆婆 Songya集團小趙總是她哥哥； 宛大伏神兼Dongyu創(chuàng)始人是她老公 粉絲震驚： 我家大大是拯救了銀河系嗎？ 【文案3.】趙云桑高中時浪天浪地， 混世魔王， 做過最牛逼的事， 就是把年級第一按在墻上強吻兩回。 理⑵班伏學神高嶺之花， 云間月亮。 只有趙云桑知道， 她同桌一害羞就會耳根紅。 伏盛高中時順風順水， 眾星捧月， 做過最懵逼的事， 就是被倒數(shù)第一按在墻上強吻兩回。 本想等大學再欺負回來， 結(jié)果人姑娘一畢業(yè)就把他微信刪了。
