军事AI初创Scout AI获1亿美元融资
在加利福尼亚州中部的某处军事基地，四座全地形车在山间小道穿梭。这不是人员的训练——而是在训练AI模型进入冲突地带。
这家运营自动驾驶军用全地形车的公司叫 Scout AI，由科迪·艾考克（Coby Adcock）和科林·奥蒂斯（Collin Otis）于2024年创立，自称是"国防前沿实验室"。公司于本周三宣布完成 1亿美元B轮融资，由 Align Ventures 和 Draper Associates 领投，此前该公司于2025年1月完成1500万美元种子轮。
Scout邀请TechCrunch独家参观了其在一处不愿透露名称的军事基地的训练作业。
构建军事AGI：像训练新兵一样训练AI
公司正在开发名为 "Fury" 的AI模型，用于操控和指挥军事装备——初期聚焦后勤支援，逐步扩展至自主武器。CTO科林·奥蒂斯将这项基于现有大语言模型的工作比作训练士兵： "士兵18岁入伍，有时甚至是大学毕业后才入伍，所以你需要从基础的智能水平开始。让他先做出一定投资，然后再教他如何成为一个卓越的军事AGI——相比从零开始培养一个通用AGI，这个思路更有价值。" 目前Scout已从DARPA、陆军应用实验室及其他国防部客户获得累计 1100万美元的军事技术开发合同。公司是20家自动驾驶技术公司之一，其技术正在得克萨斯州胡德堡常规训练周期中被美军第一骑兵师使用，预期该部队在2027年下次部署时会带上经过验证的产品。
在基地的丘陵地形上，公司的作战团队（前军人组成）正驾驶车辆执行模拟任务——这是内部测试的关键环节。
从城市道路到无人战场
尽管自动驾驶汽车在世界各地城市越来越常见，但城市环境相对结构化、有规可循。在未标记的小径或越野环境下实现自动驾驶，是完全不同的挑战。奥蒂斯曾在自动驾驶卡车公司Kodiak担任高管，他创立Scout的动机正是意识到：在那里构建的系统还不足以在不可预测的战区运行。
VLA：自主驾驶的新路径
Scout转向了更新的自动驾驶技术：视觉语言动作模型（Vision Language Action Models，VLA）——基于大语言模型，用于控制机器人。该技术由Google DeepMind于2023年首次发布，催生了Physical Intelligence和Figure.AI等人形机器人初创企业。
艾考克是Figure董事会成员。他说这段经历让他确信，有机会将更广泛的智能带入军方不断壮大的自动驾驶车队。他的弟弟将他介绍给当时担任Figure顾问的奥蒂斯，于是二人开始将最新AI技术应用于军事解决方案。
"如果我现在把一架无人机控制器交给你，再给你套上头显，你几分钟就能学会飞行，"奥蒂斯说，"你只是在把已有知识连接到几个小小的摇杆上。这不算大跨越——理解VLA及其为何如此具有颠覆性，关键就在于此。" 在试驾Scout的一辆全地形车时，地形确实充满挑战：陡坡、转弯处的松软沙地、消失的车辙、令人迷惑的岔口。记者并非经验丰富的全地形车驾驶者，但第一次尝试也交出了像样的成绩单。这正是该公司希望其模型具备的通用智能——经过六周全地形车训练后达成。
记者还乘坐了自动驾驶状态下的全地形车，能感受到明显差异：它加速比人类更快——后者可能还会考虑乘客的舒适性。作战团队指出，这些车辆在较宽的小径上会靠右行驶，在狭窄路段则居中，就像受训的人类驾驶员。当感到困惑时，它们会突然减速以"思考"下一步行动——在6.5公里的绕路返回基地的途中，这样的情况出现了好几次。
VLA技术尚足够新颖，尚无任何公司在实际作战场景中部署。但前DARPA地面车辆自主项目负责人斯图尔特·杨（Stuart Young）表示："这项技术已经足够成熟，可以在野外与士兵一起进行实验，以找出对美国军队最有效的方式。"与其他自动驾驶公司一样，Scout的完整自主技术栈还包括确定性系统及其他类型的AI，以完善其智能体的能力。
杨本月离开DARPA后加入了Field AI公司。他曾管理一个名为机器人复杂环境弹性自主（Robotic Autonomy in Complex Environments with Resiliency，RAs）的项目，该项目催生了这一领域，方式类似于DARPA"大挑战"对自动驾驶汽车的推动作用。Field AI和Overland AI是该项目分拆出的两家竞争对手，Scout则作为后期加入者也参与其中。
地面自主驾驶的首要应用：自动化补给
据Scout高管和军事技术专家预测，地面自主驾驶的首要应用将是自动化后勤补给：向偏远哨所运送水或弹药，或组成车队——一辆有人驾驶卡车在前，后面跟随6到10辆自动驾驶车辆，从而将宝贵的人力留给更重要的工作。布莱恩·马斯维奇（Brian Mathwich）是一名现役步兵军官，目前在Scout担任军事研究员。他回忆起最近在阿拉斯加的一次演习，当时他在完全黑暗的环境中指挥补给车队，"非常希望有自动驾驶车辆来帮忙"。
软件先行：打造军事机器的智能层
Scout将自己定位为软件公司，为军事机器构建智能层。公司不打算自行制造自动驾驶车辆，而是基于现有平台构建上层能力。
OX 系统：让士兵用自然语言指挥无人机群
Scout的首款拳头产品是名为"OX"的指挥控制软件，搭配加固型计算硬件（GPU、通信模块、摄像头）一同发售。士兵可以像写提示词一样，向多个无人机和自主地面车辆下达指令——比如"前往该航点，监视敌方动向"。
为了让软件真正发挥作用，Scout需要用真实车辆进行训练。公司在军事基地设立了名为Foundry的专用训练场。训练中，驾驶员驾驶全地形车连续工作8小时，随后通过强化学习系统记录哪些情况下需要人工接管，这些数据再用来优化模型。基地指挥官甚至让Scout的全地形车参与安保巡逻任务。
一个正在验证的假设是：视觉语言动作模型（VLA）结合真实驾驶数据和仿真训练数据，能够训练出具备完全越野能力的驾驶代理。目前车辆在平坦小道上表现尚可，但尚未准备好在野外非结构化地形中运行。
此外，Scout也在训练无人机执行侦察和攻击任务，通过视觉语言模型为无人机赋予智能。
集群作战：弹药无人机与"四分卫"平台
Scout正在开发一套集群作战系统：多架弹药无人机跟随一台算力更强的"四分卫"（quarterback）平台飞行，由它统一调度指挥。在典型任务中，无人机群先搜索一片地理区域寻找隐藏的敌方坦克，发现后发起攻击，全程可能无需人类干预。奥蒂斯指出，若不采用这种方式，备选方案是间接炮击——精度远不如无人机精准打击。
自主武器在政治层面是敏感话题，但专家已指出这一概念并不新鲜：制导导弹和水雷已有数十年历史。真正的问题在于如何控制武器，而非武器本身——这是Scout运营负责人、美国陆军退役上尉Jay Adams反复强调的观点。
Adams表示，Scout的弹药无人机可以设置为仅攻击特定地理区域内的威胁，或仅在人工确认后才开火。他同时指出，自主武器平台不会因为"恐惧"而开火——这一点与人类士兵不同。
VLA在目标识别中的潜力
VLA还有望提升目标识别能力。Scout透露，其模型使用特定军事数据集进行预训练，以应对补给任务中突然遭遇敌方坦克等场景。陆军应用实验室负责监督Scout项目的Nick Rinaldi中校表示，虽然自动目标识别难度很大，短期内不太可能在非受限环境使用，但VLA对威胁的推理能力使其成为值得深入研究的方向。
Adams认为，能够自主识别目标并发起攻击的无人机，是未来战争的关键：在俄乌冲突引发广泛关注后，人类逐一操控无人机的模式，在面对大规模低成本无人系统时难以满足美国军队的规模需求。
Scout的使命：弥合国防技术意愿鸿沟
与许多国防科技创业公司一样，Scout毫不掩饰自己的使命，也敢于公开批评那些不愿向zf 提供技术的科技公司。例如，据报道Google已退出五角大楼的无人机蜂群控制系统竞赛——而这恰恰是Scout正在推进的能力。
不过，Scout的技术栈实际上构建在现有大语言模型之上，但拒绝透露具体来源。奥蒂斯表示，公司与"知名超大规模云服务商"签署了协议，由它们提供预训练智能作为Scout基础模型的支撑。对于是否使用开源模型（如中国公司提供的方案），奥蒂斯同样不予置评——对于依赖AI推理的企业而言，这类模型成本优势明显。
Scout计划在未来数年从零开始构建自有模型，大部分资金将投入训练和算力。奥蒂斯甚至认为，由于Scout的模型能持续与真实世界互动，或许比现有头部玩家更早实现AGI。
"AGI社区有一种观点：仅靠阅读互联网，智能水平有上限，大部分智能来自与世界的互动。" 奥蒂斯如是说。
当被问及是否与兄弟在Figure的人形机器人军团形成竞争时，奥蒂斯予以否认，但补充道："我们的客户拥有现成资产，能更快实现规模化"——他指的是五角大楼。
评论