Scout AI 融资1亿美元训练军事AI用于自主武器
TechCrunch AI··作者 Tim Fernholz
关键信息
Fury模型基于大语言模型（LLM）的视觉语言动作（VLA）技术，使机器人能像人类一样通过语音指令学习。Scout已获得1100万美元国防部合同，并被美国陆军第1骑兵师使用。
资讯摘要
Scout AI是一家成立于2024年的国防科技初创公司，最近融资1亿美元用于开发名为“Fury”的AI系统，用于训练自主军用车辆。该公司在加州一处秘密美军基地运营，ATV车辆在崎岖地形中模拟战场环境进行训练。其方法采用基于大语言模型的视觉语言动作（VLA）技术，让AI能够像人类一样理解复杂环境并做出决策。
目前Fury主要用于后勤支持，但未来将扩展到自主武器系统。该公司已获得DARPA和美国陆军的合同，其技术已被纳入第1骑兵师的训练计划，为2027年部署做准备。
资讯正文
在加州中部的一处美军基地，四座全地形车正在山间小路上行驶。这是一次训练演习，但受训对象并非车内的人员：这是为了训练人工智能模型进入战区。
这些自动驾驶军用ATV由Coby Adcock和Collin Otis于2024年创立的初创公司Scout AI运营，该公司自称是“国防领域的前沿实验室”。该公司周三宣布已成功完成1亿美元A轮融资，由Align Ventures和Draper Associates领投，此前在2025年1月已完成1500万美元种子轮融资。
Scout邀请TechCrunch独家参观了其在一处美军基地的训练设施——该基地名称出于保密要求未被披露。
该公司正在开发一款名为“Fury”的AI模型，用于操作和指挥军事资产，初期用于后勤支持，随后将扩展至自主武器系统。首席技术官Collin Otis将这项工作比作训练士兵，它建立在现有大型语言模型（LLM）的基础上。
Otis告诉TechCrunch：“士兵通常从18岁开始训练，有时甚至大学毕业后才开始，因此你希望从一个基础智能水平起步。与其从零开始培养一个通用智能体，不如先利用已有投入，再思考如何教会它成为卓越的军事通用人工智能（AGI），而不仅仅是具备广泛智能的AGI。”
Scout已获得包括DARPA、陆军应用实验室及其他国防部客户的总计1100万美元的技术开发合同。它是20家参与美国陆军第一骑兵师在德克萨斯州胡德堡基地常规训练周期的自主技术公司之一，预计该部队在2027年再次部署时会携带经过验证的产品。
对于Scout内部测试而言，真正的考验发生在基地的丘陵地形上。在那里，由前军人领导的运营团队正让车辆执行模拟任务，进行极限测试。
在Disrupt遇见你的下一个投资人或投资组合初创企业
你的下一轮融资、下一个招聘机会、下一个突破性机遇。在TechCrunch Disrupt 2026大会上找到它们，届时超过1万名创始人、投资人和技术领袖齐聚三天，参加250多场实战研讨会、强力对接以及定义市场的创新活动。立即注册可节省最高410美元。
尽管自动驾驶汽车正在全球越来越多的城市中出现，但它们大多运行在规则更明确的结构化环境中。而在无标记的小径或非铺装路面上实现自主运行则是完全不同的挑战。Otis曾任职于自动驾驶卡车公司Kodiak，他表示，正是意识到当时所构建的系统不足以应对不可预测的战场环境，才促使他创办了Scout。
一种新的自主技术路径
Scout正在采用一种更新的自主技术：视觉语言动作模型（VLAs），这类模型基于大型语言模型，用于控制机器人。该技术最早由谷歌DeepMind于2023年发布，催生了Physical Intelligence和Figure.AI等机器人初创公司，后者是一家由Adcock兄弟Brett领导的人形机器人公司。
Adcock是Figure公司董事会成员。他称，这段经历让他确信，将更广泛的人工智能引入军方日益增长的自主车辆舰队具有巨大机遇。他的兄弟把他介绍给了Otis，后者当时正在为Figure提供咨询，他们开始将最新的人工智能技术应用于军事解决方案。
“如果我现在把一台无人机的控制器交给你，并给你戴上头戴式设备，你几分钟内就能学会操控它，”Otis说，“你实际上只是在学习如何将已有的知识与这两个小小的操纵杆联系起来。这并不是一个巨大的跨越。这就是理解视觉语言模型（VLAs）的方式，也是它们为何如此关键的原因。”
事实上，我有机会驾驶Scout的一辆ATV在崎岖小路上行驶，地形非常具有挑战性：陡坡、转弯时松散的沙地、消失的车辙、令人困惑的岔路口。我不是一名经验丰富的ATV驾驶员，但第一次尝试就表现得相当不错（如果我自己说一句的话）。这正是该公司希望其模型具备的那种通用智能，而他们仅用六周时间就在这些ATV上进行了训练——此前他们先用民用ATV开始了这个过程。
我还乘坐了一辆处于自动驾驶状态的ATV，能明显感受到不同之处：它加速比人类更快，因为人类可能会顾及乘客的舒适度。运营团队指出，车辆在宽阔的小路上会紧贴右侧行驶，而在狭窄路段则保持居中，就像训练过的驾驶员一样。当遇到困惑时，车辆会突然减速，停下来思考下一步行动——在我们完成6.5公里环线返回基地的过程中，这种情况发生了几次。
尽管视觉语言模型（VLAs）尚属新兴技术，尚未有任何公司在实际作战环境中部署，但前DARPA项目主管斯图尔特·杨（Stuart Young）表示：“这项技术已经足够成熟，可以在战场上与士兵一起进行实验，以确定如何最有效地服务于美军。”与其他自动驾驶公司类似，Scout的完整自动驾驶系统还包括确定性系统和其他类型的人工智能，以增强其代理的能力。
杨本月刚离开DARPA加入Field公司，此前他曾负责名为RACER的项目。该项目要求企业开发高速、全自动越野车辆，此举类似于该机构早期的‘大挑战’竞赛推动了自动驾驶汽车的发展。这一领域中的两家竞争者——Field AI和Overland AI——均源自该项目，Scout也作为后来者参与其中。
根据Scout高管和军事技术专家的说法，地面自动化首批应用将是自动补给任务：向偏远观察哨运送水或弹药，或者在车队中由一辆有人驾驶卡车引领，后面跟随六到十辆无人驾驶车辆，从而节省宝贵的人力资源，用于更重要的任务。现役步兵军官布莱恩·马茨威奇（Brian Mathwich）曾在Scout担任军事研究员，他回忆起最近在阿拉斯加的一次演习，当时他在完全黑暗中带领一支补给车队，当时就希望能有自动驾驶车辆来协助他。
Scout将其自身主要视为一家软件公司，致力于为军事机器构建智能层。它并不打算制造自动驾驶车辆本身，而是基于这些车辆进行开发。
Adcock预计，这家初创公司的首款产品将被广泛采用的是一款名为“Ox”的指挥控制软件，该软件捆绑在加固计算机硬件（GPU、通信设备、摄像头）上。其目的是让单个士兵能够通过类似提示的命令协调多个无人机和自主地面车辆：例如，“前往这个航点并监视敌方部队。”
然而，要使该软件正常运行，需要在真实车辆上进行训练。因此，公司设立了名为“Foundry”的训练场，位于军事基地内。在那里，驾驶员每班工作八小时，驾驶ATV完成各种任务，随后通过强化学习系统记录他们必须接管的情况，这些数据再用于改进模型。基地指挥官甚至要求公司的ATV参与安全巡逻。
Scout正在测试的一个假设是，视觉语言模型（VLAs）结合模拟训练数据，可以仅用有限的真实数据集就实现完全具备能力的驾驶代理。例如，虽然车辆在小径上行驶时表现自如，但还无法完全脱离道路运行。
Scout还在练习使用无人机进行侦察以及作为武器平台，赋予它们通过视觉语言模型获得的情报能力——这是一种多模态大语言模型变体。
Scout正在开发一种系统，让一组弹药无人机与一个更大的‘四分卫’平台协同飞行，后者提供更强的计算资源来指挥它们。在一个任务中，这些无人机将搜索特定地理区域以发现隐藏的敌方坦克，并对其进行攻击，可能无需人类干预。Otis表示，在这种情况下，替代方案可能是间接炮击，而无人机打击相比而言更加精确。
尽管自主武器是国防科技政治中的敏感议题，但专家指出，这一概念其实由来已久：制导导弹和地雷已使用数十年。对于技术开发者来说，关键问题是如何控制这些武器，前美国陆军上尉、负责Scout运营团队的Jay Adams告诉TechCrunch。
他指出，公司的弹药无人机可以编程为只攻击特定地理区域内的威胁，或仅在人类确认后才发动攻击。他还表示，自主武器平台不太可能因恐惧而开火，就像一名十八岁的士兵可能会那样。
VLAs同样有望提升目标识别精度。Scout称，其模型已在特定军事数据集上进行了预训练，以便在执行补给任务时遇到敌方坦克等场景做好准备。陆军应用实验室监督Scout工作的尼古拉斯·里纳尔迪少校表示，虽然自动化目标识别目前仍具挑战性，短期内也难以在非受限环境中使用，但VLAs在推理威胁方面的潜力使其成为值得深入研究的技术。
Adams表示，能够自主识别目标的无人机在未来的战争中具有重要意义：尽管俄罗斯入侵乌克兰引发了人们对无人机作战的浓厚兴趣，但他认为，由人类操作单个无人机的方式无法满足美国应对大量低成本无人系统威胁的需求。
一项对抗反军事情绪的任务
与许多国防初创公司一样，Scout将自身使命写在了显眼的位置，高管们会毫不客气地批评那些不愿将技术交给政府的企业。例如，谷歌据报道退出了五角大楼的一项竞赛，该竞赛旨在开发自主无人机群的控制系统，而Scout也在研究类似能力。
“AI从业者并不想和军方合作，”Otis对TechCrunch说，他指的是Anthropic与五角大楼因服务条款产生的争执。“他们都不愿意让代理程序运行在单向攻击无人机上，或者运行在导弹系统上。”
然而，Scout实际上正在使用现有的大型语言模型（LLM）作为基础来构建其智能体，尽管拒绝透露具体使用的是哪些模型。Otis称，该公司已与“非常知名的超大规模云服务商”达成协议，由它们提供预训练智能以支撑Scout的基础模型。Otis也未就是否使用开源权重模型（如中国公司提供的模型）发表评论。许多依赖AI推理的公司都基于这些模型进行开发，因为相比Anthropic或OpenAI等前沿实验室的模型，它们的成本更低。
Scout预计将在未来几年内从零开始打造自己的模型，创始人表示大部分资金将用于训练和计算成本。事实上，Otis甚至怀疑Scout是否会比现有领先者更早实现通用人工智能（AGI），因为它的模型将持续与真实世界互动。
“在AGI社区中有这样的观点：仅靠阅读互联网，你只能获得有限的智能，大多数真正的智能来自于与现实世界的交互，”Otis说道。
这是否意味着Adcock正在与他兄弟在Figure公司开发的人形机器人军队竞争？Otis表示并非如此，但他补充道：“我们可以更快实现规模化，因为我们客户拥有资产，”他指的是五角大楼。
来源与参考