拒絕“云端依賴癥”：工業(yè)無(wú)人機(jī)的算力革命該怎么打？

2026/1/27 13:40:31

無(wú)人機(jī)的價(jià)值邊界在哪里？這個(gè)問題放在五年前，答案大概是“能飛多遠(yuǎn)、能拍多清”。但是今天，取決于無(wú)人機(jī)能夠自主完成多少任務(wù)。

此前，斤風(fēng)在《工業(yè)無(wú)人機(jī)陷入“無(wú)序內(nèi)卷”：誰(shuí)來(lái)打破“高空攝像頭”魔咒？》一文中介紹了重構(gòu)工業(yè)無(wú)人機(jī)價(jià)值的因諾科技。

近期，因諾科技在邊緣計(jì)算領(lǐng)域，更是推出了10TOPS算力的集成云臺(tái)以及100TOPS算力的外掛載荷“玲瓏3”兩種核心產(chǎn)品。

對(duì)于邊緣計(jì)算的研究歷程，因諾科技董事長(zhǎng)呼衛(wèi)軍談到：“邊緣計(jì)算絕非簡(jiǎn)單地將算力搬到空中”。

云端那套邏輯，為什么在工業(yè)場(chǎng)景里受限？

傳統(tǒng)工業(yè)巡檢的技術(shù)鏈路相對(duì)清晰：無(wú)人機(jī)按預(yù)設(shè)航線飛行，機(jī)載相機(jī)采集圖像或視頻，數(shù)據(jù)通過圖傳鏈路回傳地面站，或通過4G/5G傳回云端服務(wù)器進(jìn)行AI分析，最后生成巡檢報(bào)告。這套流程在通信條件良好、時(shí)效性要求寬松的場(chǎng)景下運(yùn)轉(zhuǎn)順暢，但在實(shí)際工業(yè)環(huán)境中，面臨三重挑戰(zhàn)。

時(shí)效性缺口同樣突出。在安防類巡檢場(chǎng)景中，發(fā)現(xiàn)威脅與響應(yīng)處置之間的時(shí)間差至關(guān)重要。如果無(wú)人機(jī)發(fā)現(xiàn)管道附近存在違規(guī)施工行為，卻要等待數(shù)據(jù)回傳、云端分析、再下發(fā)指令，整個(gè)鏈路的延遲可能以分鐘甚至小時(shí)計(jì)算。對(duì)于需要即時(shí)響應(yīng)的場(chǎng)景，這種延遲顯然無(wú)法接受。

數(shù)據(jù)安全約束則是另一重考量。能源、交通等關(guān)鍵基礎(chǔ)設(shè)施的運(yùn)營(yíng)主體往往對(duì)數(shù)據(jù)管控有著嚴(yán)格的內(nèi)生要求。巡檢數(shù)據(jù)必須在內(nèi)網(wǎng)環(huán)境中閉環(huán)流轉(zhuǎn)，不能接入公共互聯(lián)網(wǎng)。云端方案在這類場(chǎng)景中面臨合規(guī)障礙。

從系統(tǒng)架構(gòu)視角看，邊緣計(jì)算重新定義了工業(yè)無(wú)人機(jī)的智能分布模式。傳統(tǒng)的“端—云”二元架構(gòu)演變?yōu)椤岸恕叀啤比龑蛹軜?gòu)。無(wú)人機(jī)作為數(shù)據(jù)采集終端，邊緣計(jì)算單元承擔(dān)實(shí)時(shí)推理任務(wù)，云端負(fù)責(zé)模型訓(xùn)練、數(shù)據(jù)存儲(chǔ)和全局分析。三者協(xié)同運(yùn)作，各司其職。

把算力塞進(jìn)無(wú)人機(jī)，到底難在哪？

因諾科技提供了一種“輕重結(jié)合”的思路。他們?yōu)闊o(wú)人機(jī)配備了兩種不同等級(jí)的邊緣算力：一種是高度集成、功耗優(yōu)化的“輕算力”，約10TOPS，通常內(nèi)置在云臺(tái)或機(jī)身中；另一種則是性能更強(qiáng)的“重算力”模塊，可達(dá)100TOPS，作為外掛載荷，按需啟用。

想象一下巡檢作業(yè)的場(chǎng)景。無(wú)人機(jī)升空后，內(nèi)置的輕算力模塊率先工作，像一位反應(yīng)迅速的“偵察兵”，以高幀率對(duì)飛行區(qū)域進(jìn)行快速掃描。它能實(shí)時(shí)識(shí)別出異物、地表變化、大型裂縫等常見缺陷。這個(gè)過程幾乎毫無(wú)延遲，并且功耗極低，不影響無(wú)人機(jī)續(xù)航。

這種架構(gòu)的聰明之處在于打破了“一刀切”的算力堆砌模式。畢竟，讓無(wú)人機(jī)時(shí)刻背負(fù)著100TOPS的算力飛行，續(xù)航和成本都會(huì)承壓。而按需調(diào)用、協(xié)同作業(yè)的方式，讓無(wú)人機(jī)在效率與能力之間取得了平衡。在實(shí)際的能源設(shè)施巡檢中，這種模式能將標(biāo)準(zhǔn)化巡檢效率提升3倍以上，并且現(xiàn)場(chǎng)就能產(chǎn)出初步分析結(jié)果，改變了傳統(tǒng)作業(yè)的冗長(zhǎng)流程。

因諾科技從飛控系統(tǒng)、數(shù)據(jù)鏈路、載荷設(shè)計(jì)到AI算法全部自主研發(fā)，這意味著軟硬件之間可以深度咬合，而不是簡(jiǎn)單地把通用算法往通用硬件一塞了事。

更重要的是，全棧自研讓系統(tǒng)具備了“場(chǎng)景適配”的靈活性。同一款無(wú)人機(jī)，換個(gè)載荷、加載不同的算法模塊，就能快速切換到新的業(yè)務(wù)場(chǎng)景，針對(duì)新場(chǎng)景的開發(fā)成本可以大幅降低。

算力部署到位后，更關(guān)鍵的問題浮現(xiàn)：如何讓AI的理解力跟上算力？工業(yè)場(chǎng)景需要的不僅是識(shí)別出“有什么”，更要判斷“發(fā)生了什么”、“是否構(gòu)成威脅”，即有效目標(biāo)識(shí)別。

3.0靈石無(wú)人機(jī)自動(dòng)機(jī)場(chǎng)系統(tǒng)（來(lái)源：因諾科技）

客戶真正想知道的是哪臺(tái)挖掘機(jī)正在靠近管道、有施工跡象、可能構(gòu)成安全威脅。這才叫“有效目標(biāo)”。實(shí)現(xiàn)這一能力需要跨越兩個(gè)層次。

第二層是認(rèn)知。理解目標(biāo)在做什么、意味著什么，這需要將目標(biāo)檢測(cè)與空間位置、運(yùn)動(dòng)軌跡、行為模式等多維信息融合判斷，技術(shù)難度顯著上升。

這種數(shù)據(jù)積累的價(jià)值，不僅體現(xiàn)在樣本數(shù)量上，更體現(xiàn)在樣本的“場(chǎng)景一致性”上。與互聯(lián)網(wǎng)公司基于開放數(shù)據(jù)集訓(xùn)練通用模型不同，因諾科技的訓(xùn)練數(shù)據(jù)來(lái)自真實(shí)業(yè)務(wù)場(chǎng)景，標(biāo)注標(biāo)準(zhǔn)與業(yè)務(wù)需求高度對(duì)齊。模型學(xué)習(xí)到的不只是視覺特征，還有業(yè)務(wù)知識(shí)。

這套數(shù)據(jù)閉環(huán)機(jī)制，通用AI平臺(tái)很難復(fù)制。它不是一次性的算法交付，而是持續(xù)學(xué)習(xí)、持續(xù)優(yōu)化的動(dòng)態(tài)過程。指標(biāo)來(lái)看，因諾科技在能源、交通等巡檢場(chǎng)景下的識(shí)別精度超過95%，部分成熟場(chǎng)景可達(dá)98%。

日常巡檢是邊緣計(jì)算的常規(guī)科目，真正考驗(yàn)技術(shù)成色的是極端場(chǎng)景。因諾科技創(chuàng)造性地將面激光雷達(dá)、點(diǎn)激光雷達(dá)、視覺等傳感器進(jìn)行融合，在強(qiáng)大邊緣算力的支撐下，結(jié)合業(yè)務(wù)特點(diǎn)，打造出專用的業(yè)務(wù)導(dǎo)航載荷。簡(jiǎn)單來(lái)說，該系統(tǒng)能夠讓機(jī)器人在未知環(huán)境中實(shí)時(shí)構(gòu)建地圖并同步定位，最終實(shí)現(xiàn)飛行控制、數(shù)據(jù)采集與結(jié)果分析的邊緣端閉環(huán)，形成完整的自主作業(yè)能力。

這一場(chǎng)景對(duì)邊緣計(jì)算提出了多重要求：需要實(shí)時(shí)感知葉片位置與運(yùn)動(dòng)狀態(tài)，具備高幀率視覺處理能力；避障決策必須在毫秒級(jí)完成，無(wú)法依賴地面鏈路回傳；在繞飛過程中還需持續(xù)跟蹤葉片標(biāo)識(shí)，確保A面和B面拍攝對(duì)應(yīng)同一葉片。任何環(huán)節(jié)的延遲或誤判，都可能導(dǎo)致任務(wù)失敗甚至設(shè)備損毀。

更極端的是應(yīng)急自主降落。當(dāng)無(wú)人機(jī)遭遇超出預(yù)期的惡劣天氣，按原計(jì)劃返航已不現(xiàn)實(shí)，此時(shí)需要自主尋找安全的備降點(diǎn)。這要求邊緣端具備場(chǎng)景理解能力，不僅要識(shí)別地面物體的類別，還要判斷該區(qū)域是否平坦、是否有人員車輛活動(dòng)、是否存在水體等危險(xiǎn)因素，最后判斷這片區(qū)域到底適不適合緊急迫降。

因諾科技研發(fā)負(fù)責(zé)人向斤風(fēng)介紹了一個(gè)相當(dāng)直觀的實(shí)踐案例。

在交通的橋梁巡檢領(lǐng)域，因諾科技研發(fā)的專用交通巡檢無(wú)人機(jī)，可在有無(wú)GNSS信號(hào)的環(huán)境中連續(xù)切換精確導(dǎo)航，所攜帶的智能算法可精確規(guī)劃出飛行器的采集點(diǎn)，驅(qū)動(dòng)光電測(cè)量設(shè)備精準(zhǔn)地實(shí)現(xiàn)數(shù)據(jù)的采集和實(shí)時(shí)分析，同步進(jìn)行面積體積測(cè)量。體積誤差可控制在萬(wàn)分之三的范圍內(nèi)，而對(duì)于表面的裂縫測(cè)量，可將寬度誤差降至1毫米以內(nèi)，有效解決原有人工巡檢的覆蓋性不足和效率低下的問題。

下一站，從“智能巡檢”到“空中機(jī)器人”

無(wú)人機(jī)檢測(cè)到異常情況時(shí)，能否自主分析異常性質(zhì)，動(dòng)態(tài)決策后續(xù)行動(dòng)。是繼續(xù)巡航、懸停細(xì)察，還是調(diào)整航線抵近觀測(cè)？進(jìn)而對(duì)事件進(jìn)行分類分析、記錄關(guān)鍵證據(jù)，并且形成處置建議。

在因諾科技的實(shí)驗(yàn)室里，更前瞻的探索已經(jīng)展開。例如，讓無(wú)人機(jī)搭載機(jī)械臂，通過語(yǔ)音指令完成特定物體的抓取與搬運(yùn)，實(shí)現(xiàn)工業(yè)無(wú)人機(jī)從發(fā)現(xiàn)問題到自主處置問題的閉環(huán)。這要求邊緣系統(tǒng)能融合視覺識(shí)別、自然語(yǔ)言理解和實(shí)時(shí)運(yùn)動(dòng)規(guī)劃。大語(yǔ)言模型（LLM）所展現(xiàn)的常識(shí)推理能力，為這種高階智能提供了新的想象空間。

可靠性是首要障礙。大語(yǔ)言模型存在幻覺問題，在對(duì)話場(chǎng)景中輸出錯(cuò)誤或許只是體驗(yàn)瑕疵，但在物理世界的決策中，后果可能相當(dāng)嚴(yán)重。無(wú)人機(jī)的判斷失誤，輕則導(dǎo)致設(shè)備損壞，重則造成人員傷害。如何保障決策的可靠性，是從實(shí)驗(yàn)室走向?qū)嶋H部署的關(guān)鍵門檻。

更務(wù)實(shí)的下一步，是“預(yù)測(cè)性維護(hù)”。未來(lái)的邊緣智能系統(tǒng)，通過分析風(fēng)機(jī)葉片表面的微觀形變趨勢(shì)、絕緣子老化圖像的細(xì)微特征，結(jié)合歷史數(shù)據(jù)，預(yù)測(cè)部件剩余壽命，從而實(shí)現(xiàn)從“定期檢修”到“按需維護(hù)”的跨越。

我們不難發(fā)現(xiàn)，邊緣計(jì)算在工業(yè)無(wú)人機(jī)領(lǐng)域的應(yīng)用，正從一個(gè)炫酷的技術(shù)概念，穩(wěn)步走向規(guī)模化落地。推動(dòng)這一進(jìn)程的，是參與者對(duì)行業(yè)痛點(diǎn)持之以恒的洞察與解構(gòu)。

這是一條需要耐力和定力的長(zhǎng)跑。

當(dāng)無(wú)人機(jī)的“眼”、“腦”、“手”通過邊緣計(jì)算真正融為一體，才能真正成為能夠在復(fù)雜世界中自主作業(yè)的“空中機(jī)器人”。

無(wú)人機(jī)

相關(guān)閱讀

拒絕“云端依賴癥”：工業(yè)無(wú)人機(jī)的算力革命該怎么打？

拒絕“云端依賴癥”：工業(yè)無(wú)人機(jī)的算力革命該怎么打？