乌克兰500万张实战照片首次向英国开放

为什么这500万张照片特别

西方防务企业训练AI识别战场画面时，用的大多是模拟生成的合成数据，真正的实战影像根本无从获取。如今这块空白被填上了：乌克兰自2022年起用无人机和传感器采集的500万张实战照片首次对外开放，接收方是英国。英国首相安迪·伯纳姆（Andy Burnham）与乌克兰总统弗拉基米尔·泽连斯基在基辅签署AI合作协议，乌克兰的战场数据平台"复仇者AI实验室"（Avengers AI Labs）由此向英国研究机构和企业开放。据《金融时报》报道，英国是首个获得这批数据访问权的外国政府，此次协议是两国"百年伙伴关系"的一部分。

这个项目要追溯到2022年。当时乌克兰无人机部队用获取的影像训练神经网络，试图自动识别俄军人员和车辆，起点就在于此。目标是加快军队"观察-判断-决策-行动"这一决策循环的速度。此前这些数据一直只在国内企业间共享，也正因如此，乌克兰无人机制造商在实战识别性能上一直领先于用合成数据训练的外国竞争对手。去年3月，乌克兰曾预告会与盟国共享这批数据，此次与英国的协议正是首个落地案例。

只能在数据室内——与Palantir共同制定的规则

据乌克兰国防部介绍，此次协议的核心是约500万张标注图像，大部分来自"DELTA"数字作战系统，该系统将无人机、卫星与传感器信息实时整合为战场态势图。获批企业只能在与Palantir共同搭建的安全数据室内训练和测试计算机视觉模型，最终完成的AI归乌克兰所有。也就是说，这不是把数据搬出去，而是把访问权限开放到数据所在之处。

用这批数据已经开发出的一套探测系统被视为实力证明。国防部表示，该系统能识别视频流中70%的敌方装备，每个目标的处理时间只需2.2秒，每月处理的无人机视频流超过10万条。

指标	数值
标注图像规模	约500万张
月均无人机视频处理量	超过10万条
敌方装备识别率	70%
单目标处理时间	2.2秒
拦截无人机自主程度	约95%

英国三家初创企业在做什么

据英国政府公告，布里斯托尔的Sintela、牛津的Mind Foundry、伦敦的Skyral三家初创企业已经在推进试点项目。其中一个项目是把埋在地下的光纤电缆改造成AI传感器，先用于保护军事基地，未来还将扩展到机场和铁路；另一个项目则是为无人机和自主系统开发低功耗AI芯片。英国军方尤其关注用于探测来袭俄军无人机的声学传感器数据——据称经过充分训练后，其精度远高于雷达。这一协议公布前不久，伯纳姆刚宣布允许乌克兰装配线获取防务企业MBDA旗下"飞鱼"（SCALP）巡航导弹英国产部件的相关机密信息。

无人机自主性走到了哪一步

这批数据究竟能做出什么，从无人机自主性的三个阶段就能看清楚：无需GPS自行导航的自主导航、由人指定目标后AI负责追踪"最后一程"的追踪，以及由机器自行选择攻击对象的自主目标选定。

前两个阶段在乌克兰战场上早已投入使用多时。2024年就曾出现过一起案例：一架无线链路中断的乌克兰FPV无人机，自行打击了此前指定好的俄军坦克。据英国政府公告，乌克兰的拦截无人机约95%实现自主运行，Swarmer公司的软件已在超过100次实战任务中调度无人机集群。Swarmer的米沙·涅斯托尔（Misha Nestor）在接受《金融时报》采访时表示："高质量的标注战场数据，是开发可靠自主系统面临的最大制约。"

扎波罗热发生的事

第三阶段——机器自行选择目标——因《纽约时报》的一篇报道重新引发关注。去年7月，扎波罗热一起俄军"雷电"（Molniya）无人机袭击造成3名平民死亡，其中包括19岁的大学生捷季亚娜·布维涅茨（Tetiana Buvynets）。调查显示，操作员最初设定的目标是加油站，但实际执行中，软件自行选中了附近一个疑似丙烷罐的物体并将其击中。

残骸中发现了一台可能参与目标选定的商用微型计算机——英伟达Jetson Orin。CSIS（战略与国际研究中心）的卡捷琳娜·邦达尔（Kateryna Bondar）称，这是搭载自主目标选定AI的俄军无人机造成平民死亡的首个有文献记录的案例。不过调查人员也指出，单凭一块英伟达芯片并不能证明存在自主决策，还需要结合与操作员的无线链路中断记录，以及计算机中发现的代码和训练资料等多方面证据相互印证。

乌克兰自身也未能置身事外。近期被解职的国防部长米哈伊洛·费多罗夫（Mykhailo Fedorov）向《纽约时报》透露，乌克兰曾在被占领的克里米亚地区试验完全自主的AI系统数月，打击燃料储存设施和军事装备，但据称没有造成平民伤亡。从2023年投入使用的自主攻击无人机"海刃侦察兵"（Saker Scout），到如今的无人机集群，乌克兰一直在逐步扩大自主武器的使用范围。截至2026年4月，还有评估认为乌克兰战场上并不存在完全自主武器，但随后曝光的这些试验，正让这一评估重新受到质疑。

编辑视角

如果只把这次协议看作一次单纯的数据共享安排，那只看到了一半。乌克兰三年多实战积累下来的标注数据，是合成数据永远无法替代的资产，而当这份资产从"内部专用"转为"盟国共享"的那一刻，全球防务AI开发中一个长期存在的瓶颈就被打通了。此前西方无人机企业一直靠模拟或游戏引擎生成的假战场影像训练模型，实战中识别率不足的问题一直被诟病，而这次的访问权限，正是缩小这一差距的捷径。

用代际对比来看会更直观。2022年乌克兰刚开始用无人机影像训练神经网络时，目标不过是"自动找出人员和车辆"这种基础水平。如今这套系统已经能做到单目标2.2秒、识别率70%的实战部署水准，与此同时，无需人工介入、由系统自主选定目标的第三阶段，也已经在真实战场上得到证实。短短四年间，自主性的重心已经从"探测"彻底转移到了"决策"。

从实际操作层面看，这对任何想涉足国防AI领域的企业都是一个不容忽视的信号。数据不外流、只能在安全数据室内训练、最终AI所有权归数据提供国所有——这种模式很可能会成为未来其他国家防务AI合作中的标准合同范本。反过来说，那些一直只靠合成数据开发计算机视觉模型的企业，现在必须认真评估自己与拥有实战数据访问权的竞争对手之间的差距了。

未来几个月里，类似扎波罗热事件这样围绕自主目标选定引发的争议很可能会继续增多。国际社会关于自主武器的规范讨论，目前还远远跟不上实战部署的速度，而在此期间，数据积累和实战部署已经悄然迈入了下一个阶段。