摘要
据 The Defense Post 2026 年 8 月 12 日报道，乌克兰正加速将经实战训练的 AI 技术深度嵌入无人系统。依托本土平台 Avengers Labs 提供的战场数据支撑，其目标探测技术目前已实现每月在超 10 万条无人机视频流中，精准识别约 70% 的敌方目标。
新闻要点
- 规模化应用：乌克兰大幅扩展战场 AI 在无人系统中的部署，目标探测技术月均处理视频流超 10 万条，敌方目标识别率稳定在 70% 左右。
- 数据底座：该能力由乌克兰平台Avengers Labs驱动，该平台向国防企业开放实战数据接口，支持其开发与训练专属 AI 模型。
- 海量标注：Avengers Labs 数据库内含500 万帧经过精细标注的战场画面，主要源自乌克兰 DELTA 作战系统，并持续通过最新作战数据进行迭代更新。
技术解读
构建“数据—模型—部署”闭环
乌克兰确立了以 DELTA 系统汇聚的实战帧为训练集，国防企业在统一平台训练目标识别模型，随后将模型回灌至前线无人机的闭环流程。这种“以实战数据喂养模型、以模型反哺无人系统”的模式，确保了识别能力随战况演变持续进化。
突破边缘算力与异构数据瓶颈
月均 10 万条视频流与 70% 的识别率表明，即便在前线回传链路受限及边缘算力不足的条件下，轻量化视觉模型已能有效完成目标筛查。当前的技术攻坚重点已从单帧检测精度，转向海量异构视频流的一致化标注、低带宽环境下的在线学习，以及针对伪装和诱饵等对抗样本的鲁棒性提升。这正是 Avengers Labs 作为“数据工厂”旨在系统化解决的核心难题。
编者按
战场 AI 的价值已超越演示阶段。当识别能力建立在真实且持续更新的实战数据之上，无人系统的“感知—识别”链条才真正迈入可迭代的工程化新阶段。在此体系中，数据资产本身正成为最难复制的核心竞争力。
参考来源
The Defense Post, "Ukraine's Battlefield AI Spots 70% of Enemy Targets in 100,000 Drone Streams", August 12, 2026 (Reporter: Samantha Alexa).