专为国防领域打造的边缘AI技术情报简报服务，自动聚合arXi…

# 本周边缘AI在军用无人机上的进展简报

一、arXiv上轻量化目标检测模型的主要方向

以下是近年arXiv上公开研究中较为公认的几条技术主线（不涉及涉密内容，均为民用可查论文）：

• 轻量骨干网络：以MobileNet、GhostNet、EfficientNet-Lite及更新的轻量Transformer为主，推理延迟降至毫秒级区间，适配嵌入式GPU/NPU。
• YOLO系列持续迭代：YOLOv8/v9/v10及YOLO-NAS等在速度—精度权衡上不断刷新，多篇论文报告在边缘设备上实现实时检测（帧率数十FPS量级）。
• 模型压缩技术：结构化剪枝、量化感知训练（INT8为主）、知识蒸馏组合使用，可将模型体积压缩数倍至数十倍，精度损失控制在个位数百分点区间。
• 小目标与多目标跟踪：针对无人机航拍场景（VisDrone等公开数据集）的专用改进模型较多，解决高空视角下目标像素占比小的问题。
• 端侧部署框架：TensorRT、ONNX Runtime、TFLite等被广泛用于Jetson系列等嵌入式平台的实测验证。

⚠️ 说明：具体数值性能随论文而异，且“军用级”效果无法通过公开论文验证，以上仅代表公开学术趋势。

二、DARPA近期公开动态（以官方发布为准）

• 长期项目延续：如CODE（有人—无人编组）、OFFSET（蜂群战术）等项目持续进入后期阶段。
• 新方向聚焦：近年公开征集多围绕“对抗环境下的弹性自主”“小型无人机蜂群”“边缘处理与低带宽通信”等主题，强调在GPS/通信拒止条件下的自主能力。
• 提示：具体立项细节应以DARPA官网的BAAs（Broad Agency Announcements）为准，媒体转述常有夸大。

三、Anduril近期公开动态

• Lattice自主操作系统：其核心卖点即边缘智能+分布式传感器融合，公司对外宣传强调“AI优先”的软件定义架构。
• 产品线扩张：Anvil拦截无人机、Ghost侦察机、Barracuda巡航弹等持续推进，并获美国国防部多项合同。
• 融资与产能：近期多轮大规模融资（金额为公开报道，具体数字请核实最新新闻），并扩建美国本土工厂以提升无人机量产能力。

四、小结与跟踪建议

1. 学术界主线是“更小模型+更强小目标检测+更低功耗”；工业界主线是“软件平台化+蜂群协同”。

2. 建议定期检索arXiv的cs.CV分类（关键词：UAV object detection, edge inference）及DARPA官网、Anduril官方博客获取一手信息。

3. 涉军信息多有营销成分与保密限制，本简报仅基于公开资料，具体数据请以官方渠道核实为准。