网格智算推出GridAI大脑，无人机林下自主飞行技术实现商业化

在无人机行业竞争日益激烈的背景下，一家新兴科技公司正通过技术创新开辟全新市场蓝海。成立于2025年的网格智算公司，专注于利用其自主研发的“网格域学习技术”，为林业等特殊场景提供智能化解决方案。该公司推出的GridAI大脑系统，首次实现了无人机在林下无GNSS信号环境下的自主飞行能力，标志着自动化技术在拒止环境中的重大突破。

图1] 一架搭载GridAI大脑的无人机正在茂密的树林中自主飞行，周围是高耸的树木和交错的枝叶。这种场景对传统无人机来说几乎是无法克服的挑战，因为林下环境通常会导致GNSS信号丢失、通讯信号衰减以及复杂的视觉干扰。然而，网格智算通过构建一种可端侧离线运行的实时高精度空间感知和随动控制方案，成功解决了这些难题。

据网格智算市场负责人钱敏介绍，GridAI大脑的核心在于其独特的网格域学习机制。与传统的深度学习方法不同，该系统能够解析连续视频流中的时间-空间双重维度信息，使设备具备识别和理解真实空间的能力。例如，在处理烟雾与云雾的区别时，GridAI可以通过判断烟雾异常的空间运动轨迹来做出准确识别，而这是传统AI模型难以做到的。

具体而言，网格智算将物理世界进行了三个层面的“网格化”处理：首先是场景中离散实体的网格化；其次是为每个实体赋予随时间变化的属性网格（如位置、速度、运动方向）；最后是定义实体之间的关系网格（如确认“鸟窝在两根树杈中间”）。这种做法本质上模仿了人类认知世界的方式，不仅看像素，而且识别物体、捕捉动态、理清空间关系，通过实时捕捉空间中物体在不同时间状态下的变化，推演其运动规律并预判轨迹。

基于这一技术，搭载GridAI大脑的无人机在划定林下作业范围后，无需提前扫描建模，即可实时构建动态空间场，自主规划路径、避开障碍，并完成测径作业，全程无需飞手介入。由于GridAI解析的是场景底层空间结构和物体关系，这些信息并不受光线、天气干扰，因此环境鲁棒性也更强。此外，不同于深度学习训练动辄需要数万、数十万张标注图，GridAI仅需几十至数百张样本即可完成训练，整体算力需求、硬件功耗大幅降低。例如GridAI仅需学习客户提供的30张树杈上鸟窝的照片，就可以实现58张测试图误报0、漏报1、准确率达到98.3%。

网格智算首席科学家代豪拥有三十多年技术积累，于1996年首创异构架构结合高性能计算的算法体系，被特聘为国家高性能计算工程技术研究中心研究员。该公司选择先切入林业赛道并非偶然，而是源于对市场需求的深刻洞察。2025年，他们与一家国有林场沟通时了解到，全球林业林下测绘仍几乎依靠人工作业，有巨大的自动化替代需求，并能满足精准高效安全作业效果。“这让我们重新审视整个工业无人机行业的竞争格局。头部厂商在净空、高空飞行已经非常成熟，但林下却是尚未被填补的空白。”钱敏表示。

目前，网格智算搭载GridAI大脑的无人机已完成中国林科院的技术验证，公司与中林重庆、浙江飞流等头部林业企业达成深度合作。然而，网格智算自身的定位并不只是林下作业无人机提供商。钱敏强调：“我们的产品本质上是一个通用的智能大脑，可以通过集成在芯片智能模组上，应用于具身机器人的机械臂、无人车或水下机器人，赋予这些硬件设备自主感知、理解物理空间，并进行决策和执行的能力。”

例如当岸基雷达在有杂波干扰定位不准时，GridAI能够将目标在视觉坐标系与雷达坐标系下进行转换并高精度定位。这种通用性使得GridAI大脑不仅限于林业应用，还可扩展到其他需要复杂环境感知和自主决策的领域，如智慧城市管理、应急救援、农业植保等。