瑞典初创公司Flox Intelligence正在部署搭载AI的设备，用于将野生动物驱离铁路、跑道和道路。该设备通过摄像头识别动物种类，再根据情况发出相应声音。创始人萨拉·诺兹科娃表示，目前北美、欧洲和澳大利亚约有150台设备投入运行。2026年10月，在旧金山举行的TechCrunch Disrupt初创企业竞赛“Startup Battlefield 200”中，该公司入选决赛名单。
动物与交通基础设施冲突：数据一览
野生动物与交通基础设施发生冲突并不罕见。美国联邦航空管理局（FAA）估算，1990年至2025年间，野生动物撞击给美国民航业造成的损失平均每年约为2.72亿美元。法国国家铁路公司SNCF表示，每年有8000多趟列车受到动物闯入轨道的影响，这也是列车延误的五大原因之一。仅在布列塔尼地区，2023年就有120趟列车与动物相撞，影响了660趟列车的运行，累计延误超过1.5万分钟。
诺兹科娃对这一问题产生兴趣的契机也令人印象深刻。她回忆，8岁时，开往孟买的列车突然伴随着轰鸣声停了下来，约8小时后才重新启动。据说，一头野生野牛的尾巴被挂在了铁轨旁的树枝上。她起初以为这只是印度乡村特有的情况，后来才知道世界各地都会发生类似事件。
警报声、灯光、围栏、猛禽，甚至捕杀。过去的应对措施大多都以“骚扰”动物、将其驱离为核心思路。诺兹科娃认为“答案不是更大的声音”，或许正是因为她看到了这些方法的局限。
不是更大的声音，而是针对动物采取相应措施
Flox的设备首先由运动传感器检测到动静并唤醒主机。接着摄像头启动，设备内的AI模型识别附近动物的种类，然后发出适合该物种的声音将其驱离。
关键在于，不要每次都播放同一种声音。动物反复受到相同刺激后会逐渐习惯。诺兹科娃表示，设备会从现场经验中学习，并不断改变应对模式。就像鸽子在路灯下逐渐不再躲避行人一样，动物适应刺激是威慑型措施最难应对的问题。
另一个值得关注的特点是，这套系统采用“边缘AI”，在现场设备上而非云端进行处理。设备需要部署在铁路沿线、农田和国家公园等通信环境不稳定的地点。无需将影像传到远端，就能在现场作出判断并采取行动，这种设计符合户外运行的实际需求。
诺兹科娃眼中自动驾驶的“盲点”
诺兹科娃曾在交通和自动驾驶领域工作13年。她深刻体会到，机器在人类整理好的环境中表现出色，但一旦自然因素介入，就会不知所措。她认为，与城市、工厂流水线和仓库等布局固定、目标已知的环境不同，自然环境复杂且始终处于变化之中。
后来，她加入斯德哥尔摩的KTH皇家理工学院AI实验室，开始研究如何根据动物的行为和种类调整应对方式。这项研究于2020年从KTH分拆出来，成立了Flox Intelligence。
应用场景不止交通基础设施
据该公司介绍，约150台设备已部署在机场周边、道路和铁路沿线、国家公园、农田、城区、矿山、变电站等重要基础设施。铁路和道路沿线的主要安装地点，是与野生动物迁徙路线交汇处的围栏末端和铁路道口。设备采用电池供电，可安装在杆子或树木等物体上。
软件是公司的另一项核心业务。用户可以通过软件查看设备的安装位置和现场情况，还可将其用于合规报告和生物多样性监测。换言之，它不仅是驱赶动物的设备，也是一张记录现场动物活动的传感器网络。
从长远来看，该公司计划让软件能够搭载于列车、汽车和无人机等户外运行的机器上。从固定设备到移动机器的“眼睛”，其布局着眼于超越野生动物防治的更广泛应用。
理解自然的AI能否成为下一代感知基础设施？
其营收模式是在销售设备之外，从部署后的第二年起收取年度软件和AI使用费。与将软件搭载到列车等车辆上的企业，公司会建立OEM合作关系并收取年费。铁路车辆制造商阿尔斯通（Alstom）就是合作伙伴之一。诺兹科娃表示，预计2026年全年营收约为150万美元。
在融资方面，公司已通过Pre-seed和种子轮融资约500万美元。种子轮由Unconventional Ventures和Tilia Impact Ventures领投，GENIUS NY、Norrsken、Satgana及天使投资人也参与其中。目前，公司已启动规模达1000万美元的A轮融资，资金计划主要用于将设备从目前约150台扩展至数千台，并拓展应对野生动物以外目标的能力。
市场上也有竞争者。Robin Radar的Scarecrow通过播放不同物种的警戒声驱散鸟类，并记录相关活动。iCHASE则销售一套利用计算机视觉检测鸟类、再通过移动激光驱赶它们的系统。诺兹科娃女士认为，公司的优势在于系统覆盖范围广，以及在现场积累的数据。她将这些数据定位为有关驼鹿和灰熊如何安全活动的“实地真值数据”。
诺兹科娃女士表示，物理AI正从工厂走向杂乱且生机勃勃的户外环境。她认为，列车、卡车、无人机、拖拉机和机器人等在户外运行的机器，最终都需要理解自然，“自然智能”将成为感知技术的下一层。自动驾驶技术一直在提升识别人和车辆的能力，但识别野生动物并预测其行为仍是一个薄弱领域。填补这一空白的技术能否成为既减少事故、又不伤害动物的解决方案？设备扩展到数千台后，答案将逐渐显现。
コメント