远程操控加自主导航的混合模式是自动驾驶未来几年的常态

寂静回声

过去九个月，超过 100 辆美国造的无人车，在乌克兰战场上跑了 1100 多次任务，运送了 352 吨物资，撤离了 52 名伤员。这是美国企业在实战中最大规模的自主地面车辆部署。美国自动驾驶公司 Forterra 7 月 7 日通过 TechCrunch 披露了战场成绩单：部署数量超过 100 辆 Lancer 无人车，运行时间 9 个月（2025 年 10 月起），任务次数超过 1100 次，行驶里程超过 2500 英里（约 4000 公里），运送物资 777440 磅（约 352.6 吨），伤员撤离 52 次。这些数字是实打实的，不是实验室跑圈，不是演习场测试，是真枪实弹的战场环境。

Lancer 无人车基于 Polaris 全地形车（ATV）打造，安装了是传感器和计算系统，定制的传感器堆栈和计算单元，让车辆具备自主导航能力。
还有Starlink 天线，这是到了乌克兰之后加装的，加了星链天线之后，远程操控的稳定性和距离大幅提升，Forterra 的人说这一改装让车辆 "价值大幅提升"。第三是汽油动力，不是电池供电，乌克兰本土的电池无人车载重通常只有 250 公斤左右，Lancer 载重 750 公斤，是它们的三倍，汽油动力意味着更长的续航和更大的载荷，在战场上能多带一箱弹药或多救一个人，就是生与死的区别。
成本方面，依赖 Polaris 的商业供应链，在同类产品里 "不算贵"，但仍然 "太有价值不能像无人机那样随意部署"。也就是说，丢一架无人机可能不心疼，丢一辆 Lancer 还是心疼的。
这些车辆在战斗中往往更多由远程操控运行，而非完全自主。
因为车太贵了，不敢让 AI 自己开，操作员倾向于保持人工控制，因为每损失一辆都是真金白银。AI 还不够聪明，车辆可以在多样地形上自主导航，这点没问题，但它远不能识别意外出现的敌军并做出适当反应。
乌克兰士兵说的好："我们实际上需要能够对敌方威胁做出实时反应，就在敌人面前，然而自主系统还不知道该怎么做到这一点。"

为什么在民用道路上跑得好好的自动驾驶，到了战场上就不行了？因为战场和公路是完全不同的环境。
民用自动驾驶的前提是有法定规则，道路有车道线、红绿灯、限速标志，其他车辆大致遵守同一套规则，AI 要做的是识别 lane、保持 lane、遵守交通规则、避让障碍物。战场没有规则，没有车道线，没有限速，没有交通灯，路面可能被炸毁了，路上可能有地雷，天上有无人机在追你，路边可能有伏兵。AI 训练数据里没有 "穿越雷区" 这个场合，开源模型里也不存在 "操作武器系统" 的操作。
美军军士长 Corey Wilkens ："没有地方可躲。你会变得非常、非常脆弱。"FPV 无人机、弹药投放无人机、火炮、迫击炮，威胁来自四面八方，而且是实时的、致命的。在这种环境下，AI 需要做的不是 "识别红绿灯"，而是判断前面那个东西是平民还是敌人，以及我该跑还是该打，这个决策难度跟民用自动驾驶完全不在一个量级。

Forterra 有 20 年自动驾驶研发历史，融资超 5 亿美元。它的技术策略值得注意，不是纯靠生成式 AI，而是经典机器人技术加生成式 AI 的混合路线。
能用老办法的地方用老办法，路径规划、避障、地形识别这些经典机器人技术已经做得很好了，不需要 AI 来重新发明轮子。需要 AI 的地方用 AI，环境理解、异常情况判断、复杂场景推理，这些是生成式 AI 擅长的。关键是一个 "旋钮"，能在两种方法之间灵活切换，根据场合调节自主程度。
这种混合路线是目前最务实的。纯靠生成式 AI 做战场决策，数据不够、可靠性不够；纯靠经典机器人技术，灵活性不够、适应性不够，两者结合各取所长。但核心瓶颈还在数据，Forterra 坦言许多战场相关操作在开源模型中根本不存在，穿越雷区、操作武器系统，"这些不是人类会做的事"，所以也没有现成的训练数据。

虽然 "自主" 还有很长的路要走，但这次部署的意义不容小觑。
1100 次任务、52 次伤员撤离，这些不是 PPT 上的数字，美军专家 Corey Wilkens 的评价是 "地面自主化现在是可以实现的，我们已经见到了"。
暴露了 AI 在战场环境下的真实短板，民用自动驾驶和军用自主导航之间的鸿沟远比大多数人想象的大，战场环境的非结构化、不可预测性和致命性，让 AI 的每一个决策都面临极高门槛。
远程操控加自主导航的混合模式可能是未来几年的常态，完全自主的战场决策涉及技术、伦理和法律的复杂交叉，AI 什么时候可以自主开火？AI 误判导致平民伤亡谁来负责？这些问题没有答案之前，"人遥控机器" 会继续是主流模式。
乌克兰士兵提出的核心需求是 "把它做得更便宜"，因为消耗是这场战场上的一个既定事实，当无人车便宜到可以像无人机一样 "可消耗"，部署规模和自主容忍度都会大幅提升。