三机自主协同搜索：Shield AI 助台工程师三个月完成 Hivemind 移植
摘要
据 MilitaryLeak 报道，美国 Shield AI 公司与台湾中山科学研究院（NCSIST）成功完成协同自主搜索外场演示。三架 NCSIST「猛蜂 III 型」无人机在 Hivemind 自主系统调度下，实现了自主起飞、分区广域搜索、禁飞区规避及自主降落。此次 AI 飞控由 NCSIST 工程师在 Shield AI 支持下，于三个月内独立完成开发与移植。演示结束后，双方不仅结项原合同，更达成了大幅扩容的续约协议。
新闻要点
演示构型：全流程无人工介入
三架「猛蜂 III 型」无人机组成协同编队，由 Hivemind 自主软件统一调度。系统自主完成了编队放飞、任务分配与最终回收着陆，全程无需人工操控干预。
任务剖面：自主规避禁飞区
每架无人机被分配独立搜索扇区执行广域搜索，并保持机间通信链路。其中一架需在含部分禁飞区的扇区内作业，必须自主识别并规避空域约束。这是本次演示的核心考核点，验证了自主系统不仅具备飞行能力，更能严格遵守空域规则。
技术移植：三个月实现主权化
NCSIST 工程师在 Shield AI 嵌入式团队现场培训下，用时不足三个月独立开发出 AI 飞控并部署至实机。NCSIST 院长李世强指出，对方承诺并确保台方能在短周期内独立掌握该技术，其意义不亚于飞控性能本身。
合同进展：从试点到大规模推广
本次演示标志着双方首份合同（涵盖 Hivemind 整合、软件开发及作战列装）圆满收官，并直接促成合同显著扩容。Hivemind 系统将在该院更大范围内进行推广开发。
核心观点：自主性是关键使能技术
Shield AI 总裁兼联合创始人 Brandon Tseng 表示：“你可以制造一千万架无人机，但无法训练出一千万名飞手。自主性是在战场上有效运用无人机的关键。”
技术解读
构建最小可信闭环：分区搜索与约束遵从
区别于常见的“队形跟随”式注水演示，本次测试聚焦三项核心能力叠加：任务级空间分割、机间协同态势共享、以及在线空域约束遵从。尤其是第三项，意味着自主系统在规划航路时，能将“不可进入”的负约束纳入实时决策，而非依赖预装航点硬编码。这是从“自动化”迈向“自主化”的分水岭：前者执行既定脚本，后者在动态约束下自行求解。
产品逻辑：平台无关的飞控大脑
Hivemind 已驱动包括 F-16 战斗机、喷气动力无人机、直升机、无人艇及地面车辆在内的 30 余种平台。其架构将感知—决策—执行的自主内核与具体平台的气动/动力特性解耦，通过适配层对接不同机型。这种设计既降低了边际成本，也为异构集群协同奠定了基础，使不同域平台能在同一任务图景下互操作。
交易实质：交付“主权 AI"能力
此次交付模式超越了单纯的软件许可，采用“嵌入式工程师 + 现场培训 + 自主开发能力移交”的方式。采购方获得的不仅是工具，更是自行开发 AI 飞控的工程能力。这解决了战时供应链中断风险及敏感数据出境两大痛点，标志着自主软件出口竞争正从“性能参数”转向“能力移交深度”。
平台适配：低成本消耗逻辑
「猛蜂 III 型」作为台湾首款 X 型翼高敏捷无人机（Group 2 级别），采用 3D 打印模块化机身，融合多旋翼垂直起降与固定翼高速巡航能力，无需地面保障设备。该组合瞄准“前沿分散部署 + 可承受损失”场景，通过将昂贵智能集中于可复制的软件侧，实现了成本效益最优解。
编者按
本次演示虽规模有限，但验证了关键命题：自主协同能力能否在短期内被新团队接手落地。Brandon Tseng 关于“产能非瓶颈，人力才是”的论断，揭示了无人化浪潮的真实挑战。当机体成本降至可消耗区间，单人管理集群的能力决定了机队能否转化为战斗力。因此，AI 飞控开发能力的本地化，其战略分量不亚于生产线本地化。需注意的是，上述细节源自企业公告及媒体报道，实际作战效能尚待独立验证。
参考来源
MilitaryLeak，《Shield AI and Taiwan's NCSIST Complete Autonomous Swarm Exercise and Expand Sovereign AI and Autonomy Efforts》，2026 年 8 月 7 日。
图片来源：MilitaryLeak