乌克兰向英国企业开放战场AI数据集

关键信息

乌克兰表示，该平台基于约五百万张标注图像以及前线摄像头和传感器收集的数百万条观测数据，其中包括来自 DELTA 作战系统的数据。获批企业只能在受保护的数据室内训练和测试模型，最终AI成果仍归乌克兰所有；据称，已有一套实战系统可以在视频流中识别70%的敌方装备，并且每个目标只需2.2秒。

资讯摘要

乌克兰在基辅签署了一项AI伙伴关系，允许英国研究人员和企业访问 Avengers Labs 数据平台，这是一个用于训练军事AI系统的重要战场数据集。文中援引的报道指出，英国是根据两国更广泛的“百年伙伴关系”首个获得访问权限的外国。该平台基于乌克兰前线摄像头和传感器收集的数百万条观测数据构建。乌克兰国防部称，一个基于这些数据训练的系统现在每月可处理超过10万条无人机视频流。其底层数据被描述为 Universal Military Dataset，这是一个由人工标注的真实战斗影像集合，来源包括无人机和声学传感器，可用于识别坦克、无人机、火炮等目标。

该项目起源于乌克兰军方在2022年开始的AI工作，当时乌军已经在用现有无人机画面训练神经网络，以加快 OODA 循环。此前，这些数据只向本国企业开放，使乌克兰无人机开发商相比主要依赖合成数据的外国竞争者更具优势。国防部表示，新安排围绕约500万张标注图像展开，其中大量数据来自 DELTA 数字作战系统，获批公司只能在由 Palantir 参与建设的安全数据室内训练和测试模型，最终的AI成果仍留在乌克兰。英国企业 Sintela、Mind Foundry 和 Skyral 已经在参与试点项目。英国尤其关注用于探测来袭俄罗斯无人机的声学传感器数据，而文中还提到，这项协议之前，MBDA 已被允许披露英国 SCALP 巡航导弹组件的机密信息，以便在乌克兰进行装配。

资讯正文

乌克兰向英国企业开放其庞大的标注战场数据集，达成具有里程碑意义的 AI 武器合作

英国成为首个获准访问乌克兰 Avengers Labs 数据平台的国家。该平台用于训练 AI 模型识别并打击目标。这项协议表明，自主武器技术如今正以何等系统化的方式被推进。

英国首相 Andy Burnham 与乌克兰总统 Volodymyr Zelensky 在基辅签署了一项 AI 合作协议，将 Avengers Labs 数据平台开放给英国研究人员和科技公司。据《金融时报》报道，这使英国成为首个获得这一庞大战斗数据存储库访问权限的外国国家。该协议是两国所谓“百年伙伴关系”的一部分。

该平台依托乌克兰前线沿线数千个摄像头和传感器收集到的数百万条观测数据。根据乌克兰国防部的说法，一个基于这些数据训练的系统如今每月处理超过 100,000 路无人机视频流。相关数据来自《金融时报》所称的 Universal Military Dataset，这是一个手工标注的真实战斗图像集合，来源于无人机和声学传感器，用于训练可对坦克、无人机或火炮进行分类的模型。

该项目源于乌克兰军方的 AI 工作，这项工作早在 2022 年就已开始。乌克兰一名无人机士兵当时表示，乌克兰正在用其已拥有的无人机影像训练神经网络。目标是自动识别俄罗斯士兵和车辆，从而加快军方的 OODA 循环（“观察、定位、决策、行动”）。

为什么标注战斗数据才是真正的瓶颈

直到现在，这些数据只与本土企业共享，使乌克兰无人机制造商相较于外国竞争对手拥有优势；后者的图像识别系统往往使用合成数据训练，且在战场上的表现更差。乌克兰无人机软件公司 Swarmer 的 Misha Nestor 告诉《金融时报》：“高质量、经过标注的战场数据，是开发可靠自主系统 AI 的最大制约之一。”他说，乌克兰已经积累起某种在其他地方极难复制的东西。早在 3 月，乌克兰就已宣布将与盟友共享这些战斗数据，用于 AI 训练，以加快更自主系统的开发。

乌克兰国防部表示，这项协议的核心是一套约 500 万张图片的标注数据集，其中很大一部分材料直接来自 DELTA 数字作战系统。该系统把来自无人机、卫星和传感器的数据整合起来，形成战场的实时图景。获批企业只能在一个安全数据室内训练和测试其计算机视觉模型，该数据室部分由 Palantir 建设，而最终成品 AI 将留在乌克兰。一个已经部署在前线的探测系统展示了这些模型能达到的能力。根据国防部说法，它能识别视频流中 70% 的敌方装备，并且每个目标只需 2.2 秒。

英国军方尤其对能够识别来袭俄罗斯无人机的声学传感器数据感兴趣，英国《金融时报》报道称。如果经过适当训练，这种技术的准确度可能远高于雷达。英国政府表示，目前已经与三家英国初创公司启动了试点项目：来自布里斯托尔的 Sintela、来自牛津的 Mind Foundry，以及来自伦敦的 Skyral。其中一项技术是把埋在地下的光纤电缆变成由人工智能驱动的传感器，用于保护军事基地，并在未来用于机场或铁路基础设施。第二个项目旨在为无人机和自主系统开发低功耗 AI 芯片。这项协议是在伯纳姆宣布防务承包商 MBDA 可以披露有关英国组件的机密信息之后达成的，这些组件用于在乌克兰装配线组装 SCALP 巡航导弹。

从目标跟踪到自主目标选择

这些数据最终将被用于什么地方，可以从无人机自主化的发展中看出，这一发展大致分为三个阶段：第一是在没有 GPS 的情况下进行自主导航；第二是所谓的“最后一英里”目标跟踪，即由人类选择具体目标，然后由 AI 继续追踪；第三是自主目标选择，即机器自己决定攻击哪个目标。

前两个阶段早已在乌克兰战争中投入使用。早在 2024 年，一架失去无线电连接的乌克兰 FPV 无人机就自行击中了此前选定的一辆俄罗斯坦克，这正是“最后一英里”这一关键区别的例子。Auterion 介绍了其底层技术：即使在连接被干扰时，也能结合计算机视觉和目标跟踪，而这项技术被集成在其 Skynode S 无人机芯片中。2026 年 7 月，Auterion 和 SkyFall 开始交付 5 万架搭载 Auterion Skynode S 的 SkyFall Shrike FPV 无人机。根据政府说法，乌克兰拦截无人机的自主运行程度约为 95%，而 Swarmer 软件已在 100 多次真实任务中协调无人机蜂群行动。

第三阶段如今正成为《纽约时报》一篇报道的焦点。7 月，俄罗斯一架 Molniya 无人机在扎波罗热市杀死了三名平民，其中包括 19 岁学生 Tetiana Bubynets。操控人员原本把这架无人机设定为袭击一座加油站，但在接近目标时，软件本身选定了具体目标，推测可能是丙烷储罐。

在废墟中，法医小组发现了一台市售迷你电脑——Nvidia Jetson Orin——它做出了目标选择决定。CSIS 的 Kateryna Bondar 将这次袭击称为第一起有记录的案例：一架搭载自选目标 AI 系统的俄罗斯无人机造成了平民死亡。

不过，仅凭这枚 Nvidia 芯片并不能证明存在自主目标选择决定。根据乌克兰调查人员的说法，关键在于无人机与操控员之间失去无线电连接，以及在电脑上审查到的代码和训练材料。这也不是全球首例造成致命后果的自主无人机袭击，但却是首起有记录、且造成平民伤亡的俄罗斯案例。

而乌克兰绝不是这一趋势的唯一受害者。最近被解职的国防部长 Mykhailo Fedorov 告诉《纽约时报》，乌克兰曾花了数月时间，在被占领的克里米亚测试一套完全自主的 AI 系统，击中了燃料库和军事装备。整个过程中没有平民伤亡。

在此之前，乌克兰自2023年起已逐步部署由人工智能驱动的无人机。这些系统从当年推出的自主攻击无人机 Saker Scout 到 Auterion 的 Skynode S 技术，以及如今已被常规使用的无人机蜂群，范围不一。直到2026年4月，关于乌克兰地面机器人的一份综述仍称，乌克兰战场上还不存在完全自主系统。随后曝光的测试如今对这一判断提出了质疑。

来源与参考

1. 原始链接
2. Ukraine opens its massive labeled battlefield dataset to British firms in a landmark AI weapons partnership