当“物理AI”走出工厂：一家初创公司如何用物种特异性声波为基础设施与野生动物“和解”

【科技24时区】八岁那年，一列开往孟买的火车在巨大的轰鸣声中戛然而止。整整八个小时后，列车重新启动，有人指着铁轨旁树枝上挂着的一团残骸——那是一头野牛的尾巴。显然，列车以全速撞击了野生水牛，引擎受损严重，最终被拖走维修。长久以来，我总以为这种人与自然的剧烈碰撞仅发生在印度乡村，直到近年才惊觉，在全球范围内，野生动物与基础设施的冲突无处不在。

数据不会说谎：美国联邦航空管理局（FAA）估算，1990年至2025年间，鸟类及其他野生动物撞击每年给美国民用航空造成约2.72亿美元的损失。而在法国，铁路运营商SNCF透露，流浪动物导致全国超过8000趟列车延误，已成为其五大延误原因之一。仅在2023年，布列塔尼地区就有120列火车撞动物，导致660次服务中断，延误时间累计逾1.5万分钟。面对如此庞大的基础设施损耗与生态代价，Sara Nozkova（见上图左）没有选择制造更响亮的警报器，而是另辟蹊径，开发了一套全新的野生动物驱离系统。

Nozkova拥有13年交通与自动驾驶领域的工作经验。她敏锐地察觉到，人类精心构建的导航系统在自然介入的瞬间便迅速失效。“我们教会了机器在受控环境如城市、流水线、仓库中表现卓越，因为那里几何结构固定、物体已知。”她向TechCrunch坦言，“但一旦踏入复杂且充满生机的自然界，同样的机器瞬间‘失明’。因此，答案绝非 louder deterrent（更响亮的威慑），而是 smarter understanding（更聪明的理解）。”

基于这一洞察，Nozkova加入斯德哥尔摩皇家理工学院（KTH）的AI实验室，着手研发能根据附近动物的行为甚至种类动态调整驱离策略的系统。这一研究最终孵化出Flox Intelligence。该公司于2020年从KTH分离独立，并入选今年TechCrunch Disrupt大会（10月13-15日于旧金山Moscone West举行）Startup Battlefield 200决赛入围名单。

与传统依赖 sirens（汽笛）、灯光或猎鹰不同，Flox的核心在于“边缘计算”与“物种特异性”。其设备并非将数据传回云端处理，而是在本地完成感知与决策。当运动传感器检测到动静，触发摄像头利用端侧模型识别动物种类，随即播放针对该物种的特定声音进行驱离。值得注意的是，系统具备学习能力，通过变化信号频率避免动物产生“习惯化”耐受。目前，这些电池供电的设备可安装在杆、树等结构上，配套软件平台则实时监控部署状态，生成合规报告及生物多样性监测数据。

长远来看，Nozkova希望将软件便携化，使其能运行于列车、汽车、无人机等户外作业机械上。目前，北美、欧洲和澳大利亚约有150台Flox设备活跃在机场周边、铁路走廊、国家公园、农田、矿区及变电站等关键基础设施区域。商业模式上，公司采取前期销售硬件、次年收取软件与AI订阅费的模式，并与阿尔斯通（Alstom）等列车制造商建立OEM合作。据Nozkova透露，公司预计2026年收入将达到约150万美元。

尽管产品独特，竞争并未缺席。Robin Radar的Scarecrow同样使用物种特异性 distress calls（求救/ distress声）驱散鸟类；iCHASE则利用计算机视觉检测鸟类并用移动激光精准打击。对此，Nozkova认为Flox的护城河在于其系统的广度及长期积累的“地面真值”数据——即真正能让驼鹿或灰熊安全移动的底层逻辑。“物理AI正走出工厂，步入杂乱而鲜活的户外世界。”她说，“每一台户外运行的机器都需要理解自然，而‘自然智能’将是感知栈的下一层。几乎无人涉足此领域。”

截至目前，Flox已在种子前轮和种子轮融资中筹集约500万美元，其中种子轮由Unconventional Ventures和Tilia Impact Ventures领投，GENIUS NY、Norrsken等跟投。如今，公司正开启1000万美元的A轮融资，资金主要用于将部署规模从150台扩展至数千台，并将系统能力延伸至更广泛的非野生动物应用场景。