作者：歐敏銓
「在現代戰場上，信號消失的那一刻，才是 AI 真正接管戰局的開始。」
想像一下，你正駕駛著一架價值百萬美元的無人機進入戰區。突然，螢幕閃爍、GPS 座標亂跳，隨即陷入一片雪花——你失去了「眼睛」，也失去了對飛機的控制。這是過去十年來，電子戰（Electronic Warfare）對無人機造成的致命威脅。
然而，今日的戰役因新科技而有了轉機。被譽為「國防工業中的 SpaceX」的Shield AI所開發的V-BAT 無人機，其技術優勢在於讓無人機在完全失去 GPS 和遠程通訊的情況下，仍能像人類飛行員一樣自主導航、識別目標並完成任務。本文將介紹該公司解決 GPS 干擾問題的核心技術架構。
Hivemind——給無人機一個「戰鬥大腦」
要理解 Shield AI，必須先認識其核心技術 – Hivemind（蜂巢意識）自主作戰套件。
傳統無人機像是一個「傀儡」，每一絲動作都仰賴遠端操作員的遠端操縱。一旦連線被干擾切斷，傀儡就成了斷線的木偶。Shield AI 的做法則是：直接把飛行員裝進飛機裡，這仰賴強大的邊緣運算能力。
Hivemind系統利用深度強化學習（Deep Reinforcement Learning），模擬了數百萬小時的飛行數據。它不再是死板地執行「向左轉 10 度」，而是能像飛行員一樣「思考」，理解「我要躲過這座山，並偵測後方的雷達站」這樣的戰略目標。
Shield AI 將其 Hivemind 自主作戰套件拆解為三個核心層級：EdgeOS、Pilot 與 Commander。這種架構仿效了現代軟體開發的「平台—應用—介面」模式，讓無人機從單純的硬體載具轉變為具備高度智慧的戰鬥員。以下是這三個子系統的技術定位簡介：
1. EdgeOS：自主系統的底層「神經作業系統」
EdgeOS 是 Hivemind 的技術基石，被定位為專為邊緣運算設計的「軍規級即時作業系統（RTOS）」。不同於傳統無人機依賴開源的 ROS (Robot Operating System)，EdgeOS 採用了靜態配置 (Static Configuration) 的架構，確保系統在毫秒級的運作中具有高度的可預測性與低延遲。
2. Pilot：具備感知與決策能力的「數位飛行員」
Pilot 是 Hivemind 的靈魂，其定位是「自主行為目錄（Autonomy Catalog）」。它並非一串死板的程式碼，而是一個整合了感知、狀態估計、行為規劃的 AI 套件。Pilot 利用「感知—計算—動作 (PCA)」循環取代了人類的 OODA （Observe-Orient-Decide-Action）循環，讓無人機在沒有 GPS 的情況下，透過 VIO（視覺慣性里程計）和地形匹配技術，像經驗豐富的飛行員一樣識別地形與目標。
Pilot 的核心優勢在於其「戰術自主性」，它不僅負責穩定的飛行控制，更包含了一系列預標定的戰術行為，例如自動搜索特定目標、規避敵方防空威脅，或是進行空對空格鬥決策。當多個 Pilot 共同運作時，它們能自動進行「團隊協作」，無需人類下達具體指令，Pilot 就能根據戰場態勢自主分配搜索區塊，確保任務在完全靜默的狀態下仍能精準執行。
3. Commander：人機協作的「戰術指揮介面」
Commander 定位於「指揮與控制（C2）工具包」，是人類指揮官與 AI 飛行員之間的橋樑。在 Shield AI 的願景中，人類不應是無人機的「操縱員」，而應是「任務指導者」。Commander 提供了一套直觀的圖形介面與任務規劃工具，讓操作員能夠以「意圖導向（Intent-based）」的方式向無人機群下達高階指令（如「清理該區域」或「追蹤該目標」）。
在無 GPS 環境下的導航技術
當 GPS 失效時，Shield AI 的無人機（如 V-BAT）主要透過以下技術來確定自己的位置：
1. 視覺慣性里程計 (Visual-Inertial Odometry, VIO)
這是一套結合「眼睛」與「平衡感」的技術：
-
視覺（Vision）： 透過板載的高清攝影機即時捕捉地面的特徵點（如岩石、道路邊緣、建築物）。
-
慣性（Inertial）： 配合高精度的慣性測量單元（IMU），感測無人機的加速度與旋轉。
-
原理： AI 會計算圖像中特徵點的移動速度與角度，結合 IMU 數據，推算出飛機移動了多少距離以及方位，這稱為「相對定位」。
2. 地標特徵匹配 (Visual SLAM / Landmark Recognition)
-
無人機會預載衛星地圖。在飛行過程中，AI 會將攝影機看到的實景與內部地圖進行對比（例如：發現下方有一個特定的河口或路口）。
-
一旦匹配成功，無人機就能修正導航誤差，鎖定自己的「絕對位置」。
3. 因子圖優化 (Factor Graph Optimization, FGO)
Shield AI 的狀態估計器使用 FGO 技術，能同時融合來自視覺、雷達、IMU 及各種感測器的數據。即使某個感測器出錯，系統也能自動過濾錯誤訊息，確保導航結果的準確性。
》延伸閱讀：The Critical Role of Perception in Autonomous Systems（Shield AI Blog）
走向戰爭現場的自主無人機樣貌
Shield AI 的產品線從室內掃蕩、廣域偵察到高空噴射作戰，完整涵蓋了現代戰爭的多元場景。其核心軟體 Hivemind 在這三款機型上的落實方式，展現了 AI 如何根據環境複雜度從「空間感知」演進到「戰術協同」。
以下是 Nova 2、V-BAT 及 X-BAT 的特色定位與 Hivemind 實踐方式：
1. Nova 2：室內巷戰的「開路先鋒」
Nova 2 是一款專為複雜室內、地穴或城鎮戰設計的小型四旋翼無人機。其定位是解決士兵進入未知建築時的「致命漏斗」風險。它具備 Level 5 全自主能力，能在完全黑暗、無 GPS、無通訊且無操作員介入的情況下，自主破窗或穿門進入建築內部。
Nova 2搭載了NVIDIA的嵌入式運算模組 Xavier AGX，在運算能力、演算法設計和硬體整合方面都做出很大的突破，即使飛機身處深山地穴或強電磁干擾區，它不需要衛星、不需要基地台，也能自主感知、思考並執行任務。在 Nova 2 上，Hivemind系統的表現側重於 「微觀空間感知與障礙規避」：
-
自主探索： Hivemind 利用機載的 10 個感測器（含立體相機與熱顯像）進行即時 SLAM（即時定位與地圖構建），在毫秒內決定飛行路徑以避開家具、電線或敵軍。
-
戰術清房： AI 會模擬人類清房邏輯，自動掃描死角並識別熱源（人類）。
-
地圖生成： 任務完成後，Hivemind 會將掃描到的 3D 建築圖傳回 Commander 介面，讓士兵在進入前就掌握內部格局。
》延伸閱讀：Autonomy for the World: Indoor Exploration with Nova 2（Shield AI Blog）
2. V-BAT：電戰環境下的「全能偵察兵」
V-BAT 是 Shield AI 的明星產品，定位為具備長航時（10+ 小時）與垂直起降（VTOL）能力的戰術無人機。其獨特的涵道風扇（Ducted Fan）設計讓它不需跑道即可在樹林、卡車或艦船甲板起降。
V-BAT 無人機不需要太空中的衛星，它利用機身上的高清鏡頭觀察地面。AI 會掃描地形特徵——一塊岩石、一段河道、或是一個廢棄的哨所。透過將實景與內建的 3D 地圖進行秒級比對，它能精確算出自己的經緯度。在 V-BAT 上，Hivemind 系統演進為 「宏觀導航與狼群協同」：
-
無 GPS 導航： Hivemind 透過 VIO（視覺慣性里程計） 與地標匹配技術，直接利用地表特徵導航，徹底擺脫對衛星信號的依賴。同時搭載了 Sentient Tracker 技術，能在完全沒有 GPS 指引的情況下，自動發現並追蹤地面移動目標。
-
V-BAT Teams (蜂群)： Hivemind 實踐了「去中心化協同」，一名操作員可指揮多架 V-BAT。AI 會自主分配搜索扇區，若其中一架發現目標（如敵方坦克），群體會自動重新佈陣進行多角度追蹤，而無需人手調整。
》延伸閱讀：Revolutionizing V-BAT Operations: Navigating Autonomy in Single and Team Missions（Shield AI Blog）
3. X-BAT：未來禁區的「AI 噴射戰鬥員」
2025 年底剛推出的 X-BAT 是全球首款 AI 駕駛的噴射動力 VTOL 戰鬥無人機。它具備隱身塗層、2,000 英里以上的航程以及高空超音速飛行能力。其定位是作為「數位僚機」或獨立打擊群，深入傳統防空系統極其嚴密的禁飛區（Contested Environments）執行致命任務。
在 X-BAT 上，Hivemind 達到了最高階的 「高動態戰術博弈」：
-
機器速度 OODA： 針對噴射機的高速特性，Hivemind 的 EdgeOS 優化了運算延遲，讓 AI 能在毫秒內完成觀察、判斷、決定與行動，其反應速度遠超人類飛行員。
-
自主格鬥與防空壓制： Hivemind 搭載了經 DARPA 驗證的空戰演算法，能自主執行機動格鬥，並與有人戰機（如 F-35）進行語音與數據上的協同，成為真正的「數位神經節點」。
三款無人機定位比較表
| 特性 | Nova 2 | V-BAT | X-BAT |
| 環境定位 | 室內 / 隧道 | 野外 / 海上 / 戰術偵察 | 禁飛區 / 高空打擊 |
| Hivemind 重點 | 360° 避障、室內建模 | 無 GPS 導航、蜂群協同 | 高速戰術博弈、隱身滲透 |
| 起降方式 | 垂直（手持／地面） | 垂直（無跑道） | 垂直（具備噴射推力） |
| 航程 / 航時 | 短距離（< 20 分鐘） | 中長程（8–11 小時） | 極長程（> 2,000 英里） |
結語
深度分析Shield AI 成功的關鍵，在於將導航權權歸還給無人機本身的「去中心化」思維。透過電腦視覺取代衛星信號，透過板載 AI 取代遠端遙控，這讓無人機在電子作戰愈發頻繁的現代戰場中，依然能維持致命的精準度。
Shield AI 會致力於自主技術的研發，與該團隊多位成員的從軍背景有關。其中共同創辦人 Brandon Tseng（曾國光） 曾是美國海軍海豹部隊（Navy SEALs）的一員，多次部署於阿富汗與中東戰場。
他多次在訪談提到，投身Shield AI並非為了取代人類，而是基於他們在戰區親歷的「痛點」：讓 AI 代替人類進入戰場，將風險從士兵轉移到可消耗的機器上，而自主技術正是實現 「讓戰爭不再以犧牲生命為前提」 的唯一途徑。他們希望透過 AI 提高戰場透明度，減少誤傷平民的可能性，並確保自家的戰友能平安回家。
更深一層的動力則是，始終站在「戰力」技術的最前端，才能擁有對對手的強大威攝力，避免衝突升級，而實現這一目標將帶來最大的勝利：無需戰爭的勝利。
》下期故事：抗干擾！無人機如何完成戰場狙擊協同任務
- 解析Skydio如何建立無人機AI空戰視覺 - 2026/02/06
- 當AI擁有手感：機器人「靈巧手」的最後一哩路 - 2026/02/04
- 將海量自主武器轉化為台海戰力：美國Replicator與Hellscape戰略剖析 - 2026/02/03
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
