俄罗斯与乌克兰正积极展开技术竞赛，旨在开发和部署具备人工智能（AI）与机器学习（ML）能力的无人机。双方竞相推进这些AI/ML驱动的无人机技术，以实现无人机协同作战、目标锁定与战场分析的自动化。成功整合AI/ML无人机或使俄乌军队减少对人类操作员和防御者的依赖，规避电子战（EW）干扰，突破目标识别中的人类局限，并加速无人机作战的决策流程。俄乌军队将寻求在多领域部署无人系统：包括无人航空系统（UAV）、无人水面艇（USV）及无人地面系统（UGV）。截至2025年6月初，俄乌双方均未在战场上大规模应用AI/ML无人机。然而，两国正逐步将机器学习能力与有限的人工智能适配技术整合至新型无人机中，为开发全AI/ML驱动无人机铺路。
本文使用“AI”与“ML”指代不同实现方式及开发复杂度层级，尽管二者定义存在重叠且讨论常将ML功能归入广义AI范畴。当机器学习模型经训练执行可预测的特定任务（无需强大算力、内存或数据云支持）时，其能力更易扩展并集成至无人机。此类任务包括：GPS拒止环境下的导航与末端制导、图像模式识别、自导引及目标锁定——尽管部分任务仍需AI等高级工具辅助。搭载ML能力的无人机仍需操作员提供全局指导与分析（如目标识别、模型调优以适应新环境），且通常需与操作员保持通讯。换言之，ML能力可使无人机执行预设编程与训练任务，但缺乏自主适应战场条件所需的推理能力，仍需人类智能介入与微调。
人工智能模型可执行需人类智能的任务，包括数据分析、自主识别筛选目标、基于实时条件调控无人机航迹。AI模型能指挥“无人机群”协同攻击目标，实现高阶机间协同作战。AI还可将任务数据存储于云端并分析，以独立优化无人机作战；AI驱动的无人机具备自适应决策能力，可消除与操作员通讯的需求。但AI能力集成至无人机的过程更昂贵耗时：需开发复杂新算法、强大算力支持、大规模数据云及长期测试，以训练AI系统在不同战场环境中运行学习。
人工智能（AI）驱动高层级自主决策，而机器学习（ML）能力执行特定任务并协助AI从战场环境中学习。集群无人机可作为AI/ML驱动无人机的范例：其机间协同、目标锁定及任务分配管理高度依赖AI；ML能力则支撑图像识别、无人机避撞、目标锁定等专项任务。
俄乌双方自2023年中起持续强化机器视觉无人机的研发。机器视觉指使无人机能记忆目标图像并对移动目标实现锁定的自动图像识别算法。乌克兰推进该技术旨在应对俄军电子战与战场电子侦察，并解决因信号中断导致无人机脱靶的问题。具备ML能力的无人机可在通讯中断（如受电子干扰时）保持目标追踪能力。当前这类视导无人机尚未实现完全AI化，因其无法独立辨别目标且仍需依赖人类智能。俄军于2023年中后期部署"柳叶刀-3"（Lancet-3）无人机及游荡弹药时，首次应用机器视觉技术。乌克兰数字转型部长米哈伊洛·费多罗夫（Mykhailo Fedorov）在2024年2月宣布加速AI无人机研发，称将很快推出对标"柳叶刀-3"的视导无人机。乌军于2024年3月展示了首批视导无人机样机。
俄罗斯持续扩大机器视觉无人机开发规模。俄研发机构在2025年5月中旬宣布启动"图维克"（Tyuvik）轻型攻击无人机的量产，该机型配备抗电子干扰的目标追踪系统。该无人机于2024年6月首次公开测试。研发方宣称"图维克"可在操作员确定打击目标后，于任务末段自主攻击目标。其自动驾驶系统在电子干扰环境中无需卫星导航或与操作员通讯，依赖预载地图数据与图像识别技术实现自主飞行。乌克兰军方亦指出，俄军2025年5月增加使用具备AI能力的未明型号无人机，可能指向其扩增的视导与初级AI无人机群。
2024至2025年初，俄乌在战场部署ML无人机时遭遇技术瓶颈，遂转向大规模应用光纤引导无人机。据报俄制"柳叶刀-3"在2023年末至2024年初频繁出现自主锁定目标模式故障；2024年1月末的作战录像显示，一架"柳叶刀-3"锁定装甲车后于最后时刻偏离轨道击中残骸堆。虽有记录表明该机型曾命中火炮系统与火箭发射器，但未见其攻击伪装目标的有效案例。西方专家2024年2月公开质疑"柳叶刀-3"的实际自动化水平与目标识别可靠性。俄方同期启动光纤无人机的并行开发，试图在视导技术成熟前抢占战场优势。光纤引导虽非高新技术（线导弹药已有数十年历史），但因其抗干扰性强、可实现装甲目标精确打击且结构简单便于量产，俄军自2024年中起成功对乌军制造新作战困境。
乌克兰某无人机制造商首席执行官于2024年夏季指出，算法导引能力薄弱导致机器视觉开发进展缓慢。该高管同时强调，俄军电子战设备沿前线密集部署（而非集中于目标区域），导致无人机升空后难以维持通信。另一家测试机器视觉无人机近两年的乌企在2025年5月表示，此类技术目前仍"粗糙"，前线战术无人机应用效果"平庸"。开发商证实末端制导通常适用于长航程固定翼无人机，但乌军难以使四旋翼视导无人机进入俄军目标有效射程；且此类机型追踪移动目标时存在导航偏差，第一人称视角（FPV）相机在500米距离无法识别目标。乌克兰某连连长确认，当前乌军作战重心已转向整合光纤引导无人机。
截至2025年5月，俄乌双方仅在无人机上集成有限AI能力，多为试验性部署而非大规模实战应用。乌克兰电子战专家观察到俄军5月18日投入六架涂装异色机翼的集群无人机（用于机间识别）；该机型据称载弹3公斤、射程80公里，配备惯导与卫星导航系统，核心部件高度依赖进口；搭载高清摄像头、JETSON视频处理模块、激光测距仪及超100GB高速硬盘；某衍生型号采用燃气发动机将航程提升至100公里以上。俄军每天在多方向投射30-50架此类无人机，常以2至6架编组测试；其依赖视觉地形导航飞向目标区，具备自主探测-分类-筛选目标能力，无需操作员授权最终打击决策。
乌军5月末首次在前线启用新型AI"母舰无人机"。乌克兰初创企业5月26日宣布，其GOGOL-M母舰无人机在攻击俄军目标测试中完成首次自主任务；该母舰可投送两架FPV攻击无人机，实施300公里射程的精确打击。费多罗夫5月29日宣称乌国防平台Brave1研发的新型母舰无人机通过战场测试——该机能在300公里距离内自主识别、定位目标，并用两架FPV无人机打击俄军战机、防空系统及关键基础设施；若行动半径在100公里内可返回重复使用，依托"SmartPilot"系统及视觉-惯导相机实现导航。鉴于俄乌双方母舰无人机均处实战测试阶段，其实际效能与自主性仍有待评估。
俄罗斯推进AI/ML无人机研发，部分取决于构建联合战场态势感知与管理体系的能力。其需开发精密的云系统存储分析前线数据，系统化训练AI无人机自主识别目标、规避友军，实现全域无人机作战追踪。乌方则持续演进多型态势感知系统：德尔塔（Delta）系统与"克鲁波瓦"（Kropyva）系统已运作多年，其设计理念近似美国防部"联合全域指挥控制"（CJADC2）构想。
德尔塔系统作为云端分析平台，专责数据采集处理、态势感知支持与作战决策辅助，使乌军各兵种及指挥层级能协同无人机、卫星、固定摄像头、传感器与前哨侦察情报。其任务控制模块（同步矩阵）供操作员规划任务并规避友军误击；集成"维扎"（Vezha）视频分析子系统，具备视频流处理与群体影像解译能力——通过"监视者"态势感知模块实现AI辅助目标捕获与打击单元调度。维扎系统采用"复仇者"AI进行目标获取。此类数据分析能力与云端数据管理，将为乌克兰训练AI/ML无人机提供关键优势。
俄官方媒体RBC 5月22日报道，俄格洛纳斯卫星导航系统与国家技术倡议公司（NTI）联合起草"俄罗斯数字天空"系统概念方案，旨在构建覆盖俄空天域及相关网络空间的统一网络与信息技术体系。该系统拟通过AI与人工协同操作，整合当前割裂的空中/太空/无人机系统及分散的监管框架，实现卫星与无人机数据的传输处理一体化。格洛纳斯官员称此系统将建设俄低轨卫星星座、混合通信网络、可信信息交换环境，并利用AI确保与无人载具的安全通讯。RBC透露开发商计划于2025年7月16日前向俄交通部、国家航天集团（Roscosmos）、经济发展部等机构提交完整方案。
俄罗斯集中式的无人机创新生产模式可能阻碍其AI/ML无人机研发突破。克里姆林宫正加紧管控曾引领俄无人机与AI创新的志愿组织与企业；2023-2024年间向407家航空制造企业投入2,430亿卢布（30亿美元）——对比同期核能研发六年预算仅2,770亿卢布（31亿美元）。俄国防部2023年末在被占顿涅茨克州"苏多普拉托夫"志愿营基地设立无人系统培训生产中心，据报其生产的廉价无人机因易受乌电子战压制而效能低下。当前集权化举措可能因官僚体系制约削弱研发机构的技术突破能力。
克里姆林宫同步组建国资主导的"人工智能发展中心"，旨在打通政府机构、地方与企业的端到端协同，为国家AI优先目标提供分析支持。该中心将推动政府系统数字化升级，解决联邦与地方技术应用失衡问题。副总理德米特里·切尔尼申科5月15日强调俄罗斯须抢占全球AI发展前沿，宣布将资助专项研究计划。该中心或推动军用AI及AI/ML无人机研发，但志愿AI开发者群体能否被整合尚不明确。克里姆林宫已通过禁止志愿组织赴前线、严限众筹等措施约束其活动，这可能制约俄自发式无人机与AI发展生态。 乌克兰AI/ML无人机研发则受困于投资不足与战场即时需求挤压。总统泽连斯基2025年1月呼吁伙伴国追加投资提升无人机产能；瓦德瓦尼人工智能中心专家同年5月指出，乌AI能力依赖商业技术/开源方案，现已触及"玻璃天花板"，发展上限取决于资金投入与政府决心；并存在产能薄弱、研发力量分散、政府资源内耗、军政协作缺失等问题。计算资源与AI专业人才短缺亦制约进展。政府面临双重挑战：需在资金匮乏中维持AI/ML无人机研发，同时加速满足战场急需的其他创新——例如当前正全力追赶俄光纤无人机产能。
结论：技术演进尚需周期
截至2025年6月，预言AI/ML无人机革命为时尚早，因俄乌均需更多时间、测试与资源方能实现大规模前线部署。双方将持续优化机器学习与机器视觉能力，同步开展AI训练测试；后续还须解决新型无人机量产瓶颈。短期内或出现针对特定目标（如装甲装备/飞机）的有限AI作战应用，但全面战场化仍有待突破。未来数月，战术级FPV无人机因成本优势及技术适配性，仍不可被AI/ML机型完全替代。
参考来源：云智防务公众号
原文
相关内容
微信扫码咨询专知VIP会员