在美國加州中部一處軍事基地，四座位全地形車在山坡小徑上穿梭。這是訓練演習，但車內並無人員操控，而是用以訓練 AI 模型進入衝突區域。這些自主軍用全地形車由 Scout AI 運作，這家初創企業於 2024 年由 Coby Adcock 及 Collin Otis 創立，自稱為國防領域的「前沿實驗室」。公司於週三宣布完成 1 億美元 A 輪融資，由 Align Ventures 及 Draper Associates 主導，此前於 2025 年 1 月已獲 1500 萬美元種子輪資金。
Scout AI 邀請 TechCrunch 獨家參觀其位於未具名軍事基地的訓練作業。
從後勤支援到自主武器
公司正開發名為「Fury」的 AI 模型，用以操控及指揮軍事資產，初期聚焦後勤支援，未來將擴展至自主武器。技術總監 Collin Otis 將此比作訓練士兵，建基於現有大型語言模型（LLMs）。「他們從 18 歲開始訓練，有時甚至大學畢業後才入伍，因此需從基本智能水平起步，」Otis 表示。「這就像投資一個已有基礎的人，然後思考如何將其轉化為出色的軍用通用人工智慧（AGI），而非泛用 AGI。
」 Scout AI 已從 DARPA、陸軍應用實驗室及其他國防部機構獲取總值 1100 萬美元軍事技術開發合約。公司是 20 家自治技術供應商之一，其產品正於德州 Ft. Hood 的美國陸軍第一騎兵師常規訓練中使用，預計於 2027 年部署時攜帶表現優異的產品。 在基地崎嶇地形進行內部測試，由前士兵領導的營運團隊模擬任務操練車輛。相較城市中結構化環境的自主汽車，無標記小徑或越野行駛充滿挑戰。
Otis 曾任自主卡車公司 Kodiak 高管，他指原系統難以應對戰場不可預測性，因此創立 Scout AI，轉向視覺語言動作模型（VLAs）。此技術由 Google DeepMind 於 2023 年首發，衍生 Physical Intelligence 及 Figure.AI 等機器人初創，前者由 Adcock 兄弟 Brett 領導，後者有 Adcock 擔任董事。
Otis 形容 VLAs 如學習遙控無人機，只需將既有知識連結簡單搖桿。公司僅用六週於軍用全地形車訓練模型，先從民用車開始。測試中，自主模式加速迅猛，超越顧及乘客舒適的人類駕駛；車輛於寬闊小徑靠右、狹窄路居中，並於困惑時減速思考。於 6.5 公里環路後安全返回基地。 前 DARPA 計劃經理 Stuart Young 表示，VLAs 已足夠成熟，可於實地與士兵實驗，提升美軍效能。
他最近加入 Field AI，曾管理 RACER 計劃，推動高速越野自主車輛，衍生 Field AI 及 Overland AI 等公司，Scout AI 亦參與。 初期應用為自動補給，如運送水或彈藥至遠距哨所，或車隊中一輛有人駕駛卡車後跟隨 6 至 10 輛自主車，節省人力。現役步兵軍官 Brian Mathwich 憶述阿拉斯加演習中黑暗補給艱辛，盼自主車輔助。
Scout AI 主攻軟件，開發「Ox」指揮控制系統，載於強化硬件（GPU、通訊、相機），讓士兵以提示式指令調度無人機及地面車：「前往此路點監視敵軍。」 基地名為 Foundry 的訓練場，駕駛員八小時輪班記錄接管點，經強化學習優化模型。基地指揮官要求全地形車參與安保巡邏。公司測試 VLAs 以有限實測數據及模擬訓練，實現全能駕駛代理。同時開發無人機偵察及武器系統，多模態 LLMs 賦予智能，一大型「四分衛」平台指揮群體彈藥無人機，搜尋隱藏敵坦克並攻擊，可能無人介入。
Otis 指此優於間接炮擊精準度。 自主武器雖具爭議，但熱循導彈及水雷已用數十年。營運主管 Jay Adams 強調控制機制，如限制地理範圍或需人確認，避免年輕士兵恐慌開火。VLAs 提升目標識別，預訓軍事數據應對如補給途中遇敵坦克。陸軍應用實驗室監督 Lt. Col Nick Rinaldi 指自動瞄準短期限於受控環境，但 VLAs 推理潛力值得探索。 Adams 認為自主目標識別關鍵於未來戰爭，俄烏衝突凸顯無人機需求，但人控 UAV 難擴展對抗低成本群體。
Scout AI 批評 Google 退出五角大廈無人機群控競賽，Otis 指 AI 企業如 Anthropic 避軍事合作，不願於攻擊無人機或導彈運行代理。公司基於知名超大規模雲供應商既有 LLMs 建模，未來自建基礎模型，大部分資金投訓練及運算。Otis 相信實境互動或超越網上數據達 AGI，「軍方資產助我們更快擴展。」
