主題
電腦視覺 相關的無人機與低空經濟報導
Axon Vision宣布其EDGE ClearSky AI電腦視覺系統已成功與捷克Retia公司的雷達技術及TSG指揮管制系統完成整合測試。此次整合結合人工智慧視覺技術與雷達感測，透過多感測器融合方式彌補單一感測器的偵測盲點，大幅提升無人機偵測距離與辨識精準度。在統一指揮管制介面支援下，操作人員可即時掌握全域空域態勢並做出應對決策。整合測試在捷克進行，反映Axon Vision在歐洲反無人機市場的重要戰略布局。
來源：Army Technology
Valkyrie Dynamics 聚焦解決現有無人機攔截技術的關鍵缺陷。當前市場上的反無人機系統主要依賴光學與紅外線偵測，在惡劣天候、夜間或複雜電磁環境中準確度大幅下降。該公司正研發整合多元感測模態的下一代系統，期望在無人機廣泛應用於現代衝突的時代，為各國軍隊提供全天候、全天時的可靠攔截能力，進而掌握戰場感知的戰略優勢。
來源：sUAS News
Axon Vision宣布其EDGE ClearSky AI電腦視覺系統已與捷克RETIA雷達偵測系統及TSG指揮管制系統成功整合。此次整合透過將熱像儀與雷達偵測結合，實現多感測器協同的無人機威脅偵測與追蹤。測試在模擬實戰環境中進行，驗證了系統在即時資訊交換、統一C2顯示、多情境測試及穩定性能等方面的能力，證明雷達與電光感測器的融合能有效增強反無人機系統的整體效能。
來源：Unmanned Airspace
土耳其HAVELSAN推出AI驅動的BLUEVISION海事感知系統，結合攝影機、熱像儀與智慧影像分析，為現有雷達和自動識別系統（AIS）提供視覺輔助。該系統已部署於2026年服役的SANCAR武裝無人水面載具，並整合戰鬥管理系統ADVENT，支援即時目標偵測、追蹤與風險評估。除軍事應用外，BLUEVISION亦擴展至商業海事領域，包括RAFNAR船艇及貨櫃船等商業運用場景。
來源：Naval News
北京大學與中國科學院研究團隊開發一款40奈米記憶體晶片，採用記憶體內運算架構，能在半秒內即時重建大腦複雜的折疊皮質結構，運算速度較NVIDIA A100 GPU快50至478倍。該晶片巧妙利用相變記憶體電阻的電導漂移特性，實現快速節能的神經動態運算。研究團隊指出，此技術有望應用於腦機介面、神經外科手術導航、阿茲海默症早期篩查及個人化數位大腦孿生，為臨床腦部成像領域開創新的可能性。
來源：Interesting Engineering
義大利陸軍於蒙特羅馬諾訓練場舉辦第二屆「作戰無人機工作坊」，由作戰支援部隊司令部旗下第41 IMINT團「Cordenons」主辦。演習在逼真的戰場環境中評估無人機與反無人機作戰能力，涵蓋ISR情報偵察、攻勢無人機行動及電子戰系統。參演部隊測試現役全系列無人機，包括FPV無人機，並強化反無人機（C-UAS）程序。作戰支援部隊指揮官Giovanni Gagliano中將親臨視察，肯定逼真訓練對維持軍事力量戰備狀態之重要性。
來源：CUAS Hub
英國國家保護安全局（NPSA）聯合美國國土安全部及加拿大皇家騎警，正式啟動2026年「能力優化研究環境」（CORE）挑戰賽，鎖定反無人機技術發展。此次演習將於2026年10月在英國舉辦，旨在評估新興技術是否能將執勤中的步行安全人員轉化為分散式偵測網絡，強化無固定基礎設施環境下的防禦能力。徵集技術涵蓋可攜式感測器、AI警示、Mesh網路、AR介面等，適用於臨時活動、公共空間與機動作戰場景。
來源：CUAS Hub
Boston Dynamics 發佈 Spot & Orbit 5.1 版本，核心升級包括全新 Spot Cam 2 感測器（整合 4K 變焦、熱成像、廣角及聲學介面）、自動開門功能（已驗證 2,500 次成功通過）、保全巡邏模式、聲學異常變化偵測，以及強化的 AI 模型與多模態巡檢工作流。系統可根據感知結果自主暫停或重新導向任務，並支援在 Site View 介面遠端規劃巡檢路徑，無需實地走訪。此版本並新增七組展示舞蹈動作，供招募與社區活動使用。
來源：Boston Dynamics Blog
Boston Dynamics的Spot四足機器人正式參與2026 FIFA世界盃安保任務。該機器人已在全球40個國家應用於監控任務，今年推出的5.1版本新增人員偵測、警示燈啟動與多角度影像採集功能。Spot已部署於達拉斯國際廣播中心與紐約/紐澤西球場，執行周界巡邏與資產保護，作為FIFA現有安保基礎設施的補充力量，而非替代方案。
來源：Boston Dynamics Blog
俄羅斯無人機研發商PPSh實驗室正式公開Katran機動攔截系統，該平台整合雷達偵測、控制中樞與攔截無人機三大模組，能自動完成目標識別至攻擊的全程流程。系統支援全自動模式運作，無需操作人員干預。此發展反映現代戰場對快速部署、自動化防空能力的高度需求。
來源：Instagram @drone_wars_
烏克蘭開始為列車頭部採用破壞性迷彩塗裝，目的在於干擾採用AI輔助末端導引系統的攻擊型無人機之目標識別。此防禦概念源自一戰時期針對艦艇的「炫目迷彩」策略，利用高對比幾何圖案混淆機器視覺與人眼判斷。相比電子干擾或硬殺傷反無人機系統，迷彩塗裝成本極低且易於實施，代表烏克蘭在應對日益複雜的無人機威脅時採取的低成本被動防禦策略。
來源：Instagram @drone_wars_
烏克蘭國防部顧問Serhii「Flash」Beskrestnov根據回收的無人機殘骸報告，俄羅斯已在扎波羅熱地區部署全自主版「閃電」攻擊無人機。該機型完全無線電靜默，不搭載任何無線電收發器或影像傳輸設備，僅裝有光學攝影機與FlyCore FC-202飛控板。無人機透過預設航點進行自主導航，機載AI電腦視覺系統負責目標識別與鎖定，全程無需操作員介入。此設計使傳統RF頻譜偵測與電子戰干擾手段難以應對，對烏克蘭防禦體系構成新型威脅。
來源：Instagram @drone_wars_