一塊 249 美元的開發板選定了目標：Scaleout 為北約 ALMA 計畫完成全自主無人機打擊的內幕

今年一月，瑞典的一處試驗場上空，一架無人機在雪地裡發現四個移動物體，自行將其中一輛裝甲工程車評定為值得攻擊的目標，自主飛到它上空，然後投下炸藥。任務參數是人設定的；挑中那輛車的不是人，飛完最後那段航程的也不是人。而且在整個接戰過程中，這架飛機沒有向任何伺服器回傳任何東西——因為它不需要：整場演示的重點，就是要證明它不需要。

這個故事在本週進入主流視野：Ars Technica 的 Jeremy Hsu 專題報導了幕後的瑞典 AI 新創 Scaleout Systems，Tom’s Hardware 隨後補上了硬體細節。演示地點在瑞典卡爾斯庫加（Karlskoga）的 BAE Systems Bofors「Winter Demo 2026」活動——為期三天、約二十家新創參與、瑞典國防部長 Pål Jonson 與談的一場盛會——屬於 BAE Bofors 主導的 ALMA（Affordable Loitering Modular Ammunition，可負擔模組化游弋彈藥）計畫的一環。

Scaleout 是誰，為什麼存在

Scaleout Systems 是 2018 年從烏普薩拉大學（Uppsala University） spun out 的新創，兩位共同創辦人是研究者 Andreas Hellander 與 Salman Toor。它原本的生意樸素而民用：直接在商用卡車與車輛的硬體上訓練與部署機器學習模型。2022 年俄羅斯全面入侵烏克蘭改變了算盤。「隨著烏克蘭戰爭與世界的轉變，我們意識到這套技術對把邊緣資料與感測器資料落地為機器學習、確保北約盟國取得戰略優勢，可以非常重要，」Hellander 告訴 Ars Technica。

這家公司最關鍵的抉擇，是不用前沿模型。沒有 GPT 級系統，沒有會打電話回資料中心的巨型多模態骨幹。Scaleout 訓練的是小型電腦視覺模型，尺寸以無人機或前進部署工作站實際帶得動的硬體為準——用 Hellander 的話說，「從小型嵌入式裝置到相當有力的邊緣工作站」都有。在二月的北極圈測試中，目標偵測器是 YOLOv8 Nano，跑在一塊 Nvidia Jetson Orin Nano 上——一塊售價 249 美元的開發板。

這個限制本身就是策略。現代戰場充斥電子戰，干擾常態性地切斷遙控無人機賴以維生的通訊鏈路。一架在斷鏈瞬間「變笨」的飛機，等於一架已經損失的飛機。烏克蘭從下而上得出了同樣的結論，把板載 AI 鎖到便宜的 FPV 自殺無人機上。Scaleout 追的是同一個問題，只是帶著正式的架構和一張北約徽章。

一月任務，逐項檢視數字

Scaleout 自己的資料對 ALMA Winter Demo 飛行的描述很平淡：無人機「以 AI 自主偵測、識別並地理定位所有發現的潛在威脅」，且「所有資料由專屬板載運算處理，讓系統無需任何外部處理即可即時運作」。

本週披露的細節補全了圖像。除了最初的按鈕啟動外，手動輸入是可選的；指定的飛行員在場，但純粹作為最後一道保險。任務在人工設定的參數下執行——攻擊優先類別是裝甲工程車——偵察段約需 200 秒，全程任務在 320 秒內完成。在 BTC 卡爾斯庫加的北極後續測試中，於攝氏零下 18 度的雪地裡、Airolit S1 機身上，系統以約每秒 20 公尺的速度維持 30 fps，目標延遲 30 毫秒以下——實測現場持續約 30 毫秒。沒有深度感測器也能測距：用針孔相機模型結合已知物體尺寸即可。

操作員隨時可以接管。只是沒有人需要。

真正的故事是那個學習迴路

會自己挑目標的無人機，如今已是既成品類——DroneXL 引述《紐約時報》對 Eric Schmidt 在烏克蘭 AI 攻擊無人機的調查報導，其自主終端導引命中率超過七成，但目標仍由人先指定。真正新的部分，是 Scaleout 六月在烏普薩拉一處瑞典空軍基地演示的東西——瑞典軍方已在使用該公司主力平台的授權版。

場景是這樣的：雲端託管控制平面之下，兩個地面節點。ALPHA 是部署在空軍基地的前進節點，鏈路穩定；BRAVO 是烏普薩拉實驗室裡的節點，連線先被降質、再被完全切斷。BRAVO 在離線狀態下繼續以全幀率執行推論與主動學習，在本機記錄偵測結果，然後在重新連線時按優先順序回補——心跳、關鍵警報、模型漂移、模型更新。

這就是聯合學習（federated learning），Scaleout 在轉型國防之前就在打造的那套架構：裝置在地端訓練、分享的是模型更新而非原始感測器影像，偵察資料永遠不離開擷取它的硬體。指揮部節點聚合多個單位的更新、重新訓練，然後在鏈路開啟的任何時刻把改良過的模型推回邊緣。它瞄準的失效模式是模型漂移——在沙漠影像上訓練的偵測器到了城市上空表現奇差，而戰爭不會停下來等誰在資料中心裡重訓。「如果我們能在一天之內、或一場行動之內，釋出好幾個版本的模型，讓它持續學習、持續從邊緣產生的海量感測資料中進步，」Hellander 告訴 Ars，「那才是可持續的優勢。」

公司把這套包裝成 Scaleout Edge 加上「戰術電腦視覺網路」（Tactical Computer Vision Network），在 FEDAIR（Federated Aerial Intelligence for Recon）計畫下開發，隸屬北約的北大西洋防衛創新加速器 DIANA——2025 年 2 月與另外五家瑞典公司一同獲選，獲得十萬歐元開發資金、訓練與試驗場存取權。Hellander 給的終點是聯盟尺度的：「原則上，你可以解鎖北約成員國之間的協作。」

一架能自主打擊的無人機是一項固定能力。一個在被干擾時持續變聰明、鏈路恢復時同步彼此進步的無人機網路，是一項會複利的能力。

治理缺口

這一切並非存在於法規真空——而是略微超前於法規。《特定常規武器公約》（CCW）締約國在 9 月 5 日於日內瓦通過了一份不具約束力的自主性文本，此前美俄在最後關頭推動修改，華盛頓更要求對「人類判斷」的措辭保留彈性。路透社報導，美國立場在之前六個月內轉趨強硬，傾向指引而非約束性條約。Stop Killer Robots 的 Nicole van Rooijen 說，三年的工作「在最後幾小時被實質稀釋」。11 月的第七次審查大會將決定是否展開真正的條約談判——而已通過的文本至今未公開。

美國有一條國內規則：國防部指示 3000.09，要求自主武器系統的設計必須讓指揮官對用武保持「適當程度的人類判斷」。但那條指示管的是美國自己的計畫，對一場瑞典演示毫無約束力。Tom’s Hardware 給了整件事最鋒利的一刀：二月的測試裡，自主目標選擇跑在一塊業餘玩家就買得到的開發板上。

DroneXL 的報導也點出一個 Scaleout 與 BAE 都沒有公開回答的問題：當鏈路斷了之後，操作員的否決權住在哪裡？整套設計的前提就是鏈路會斷。一道中止指令在那個狀態下還能不能抵達飛機，正是 11 月日內瓦文本將被檢驗的標準。而這類能力一旦離開試驗場會發生什麼，已有清醒的前例：鑑識團隊已將一架搭載 Nvidia Jetson Orin 模組的俄羅斯 Molniya 無人機，與 7 月 6 日札波羅結一座加油站遭攻擊、三名平民喪生的事件連結起來——這是首起有文件紀錄的同類案例。

接下來呢

Scaleout 的演示、授權與 DIANA 資金，全都還在任何正式的北約採購或實戰部署之前。BAE Systems Bofors 是否會把 ALMA 從演示推向量產，仍是未知數。但方向已經再明白不過：歐洲各國正在把大筆資金投入無人系統——瑞典承諾 4.4 億美元，德國的 Helsing 與 Stark 則從萊茵金屬手上搶走 6 億歐元的游弋彈藥合約。烏克蘭戰爭早已把板載 AI 在廉價自殺無人機上的存在常態化；Scaleout 加上的聯合學習層，把消耗性硬體變成了一個會自我精進的蜂群。

最讓人不安的總結是：讓一台夠力的視覺模型跑上 249 美元開發板、造福機器人玩家的邊緣 AI 經濟學，同樣也把自主目標選擇送上了游弋彈藥。一月那趟卡爾斯庫加上空的飛行，是一場有飛行員待命的演示。11 月的日內瓦會議將決定：當沒有人待命時，世界上還有什麼規則。