當攝影機移動或旋轉時，AI 預測會如何變化？Joby 團隊在 CVPR 2026 發表突破性驗證技術

攝影機位移下的 AI 預測挑戰

當自動駕駛飛行器的攝影機發生位移或旋轉時，AI 的影像辨識預測會產生什麼變化？這是飛行安全認證中一個關鍵問題。過去，業界通常只能透過大量測試影像、期望涵蓋各種情境來評估，但這種方式缺乏系統性保證。

Joby Superpilot™ 團隊發表數學驗證新方法

Joby Aviation 旗下的 Superpilot™ 團隊本週在美國丹佛舉辦的 CVPR 2026（電腦視覺與模式識別頂級學術會議）上，與 Safe Intelligence AI 團隊聯合發表了一項突破性研究成果。

該研究透過單應矩陣（Homography）建模攝影機運動，並結合 Lipschitz 最佳化技術，推導出像素變化的可證明緊密邊界（provably tight bounds）。這項技術的最大優勢在於：不需要仿真模擬，也不需要 3D 場景模型，即可為 AI 預測提供嚴謹的數學保證。

關鍵成果亮點

根據團隊公布的研究成果：

• 速度提升最高達 89%：相較於先前方法，運算速度大幅加快
• 邊界精度提高 7%：數學邊界更加緊密，減少了不必要的保守估計
• 完成視覺導航降落系統的形式化驗證：在 3D 攝影機運動擾動條件下，成功驗證了基於視覺的降落系統安全性

對 eVTOL 安全認證的重要意義

這項研究對於 Joby Aviation 正在推動的 eVTOL 空中計程車適航認證具有重要意義。安全關鍵應用（safety-critical applications）需要通過嚴格的認證程序，而形式化驗證（formal verification）正是確保自動駕駛系統可靠性的關鍵步驟。

透過數學方法取代傳統的窮舉測試，不僅能大幅降低驗證成本與時間，更能為監管機構提供更具說服力的安全保證，這對整個 eVTOL 產業的認證進程都將產生深遠影響。

Joby Aviation 目前正積極推進其 eVTOL 空中計程車的 FAA 適航認證，Superpilot™ 自動駕駛系統的安全驗證是其中不可或缺的一環。此次在頂級學術會議上發表研究成果，也彰顯了該公司在自主飛行技術領域的深厚技術實力。

原文來源： 查看原文