（图片来源Brave1官网，如有侵权请联系删除）
Brave1平台简介Brave1于2023年4月26日启动，由乌克兰『数字化』转型部发起，并联合乌克兰国防部、武装部队总参谋部、战略工业部、经济部以及国家安全与国防委员会（NSDC）共同推动。Brave1平台的创立初衷是在战争背景下加速技术创新。通过培育初创企业生态系统，简化北约军品料号系统（NSN）的审批流程，并将民间创新者直接与军方需求对接，Brave1平台推动形成具备韧性的本土供应链。当前，Brave1正在通过加速无人机和电子战系统等实用技术的落地，重塑乌克兰的军事格局。
根据2025年4月的报道，乌克兰已经通过Brave1 平台发放了总金额约22亿乌克兰格里夫纳（UAH）的540多项资助，用于支持乌克兰的国防技术发展。2025年，乌克兰国家预算又为促进国防创新额外拨款29亿格里夫纳。
Brave1确定的战略重点包括：导弹技术、激光、无人机蜂群、CRPA天线、无人水面艇、反无人机解决方案（主要针对“见证者”无人机）、反精确制导武器解决方案（主要针对KAB系列炸弹）、无人机母机、乌克兰自产的Mavik拦截无人机以及精确制导弹药。
Brave1平台中的AI能力发展概况据报道，截至2024年5月，乌克兰研发人员已在Brave1平台登记了12个领域的1600多项研发成果，其中有200多项使用了人工智能和机器学习算法。这些研发成果的技术成熟度不同，既有概念性方案，也有接近成品的解决方案。这些AI相关项目中，最优先的研发方向包括战场无人机收集的照片和视频数据分析，以及将人工智能整合进各类武器系统，包括攻击型无人机。
2025年9月4日，乌克兰国防部与『数字化』转型部联合启动了Brave1人工智能解决方案资助竞赛。
乌克兰国防部和『数字化』转型部联合推出Brave1人工智能解决方案资助竞赛（图源于乌克兰国防部，如有侵权请联系删除）
参赛的制造商可获得最高1亿格里夫纳的资金支持。乌克兰当前最关注的是能显著提升任务自主性的AI解决方案，包括：
- 自主无人机
- 无人机拦截器的自主制导模块与热成像瞄准系统
- 基于AI的解决方案，用以拦截和摧毁制导航空炸弹（GAB）
- 用于训练和测试AI自主作战系统的仿真环境
乌克兰国防部长杰尼斯·什梅加尔（Denys Shmyhal）表示：“Brave1平台集群内已有200多家公司正在积极研发AI技术，并且这些技术已经在影响战局；国家愿意支持那些能为乌克兰带来对敌技术优势的初创企业。”下文选取Brave1平台中部分具备AI能力的系统平台进行介绍。
Brave1平台的智能系统1.Clarity Pro目标识别与分析智能系统
Clarity系统由一家乌克兰初创公司开发。该公司最初因在Brave1平台组织的Happy New Fear黑客马拉松中获胜而受到关注，并获得了Brave1项目资助。随后该公司研发出Clarity Pro升级版系统，主要功能包括：
- 在数秒内处理并解读图像
- 在数字地图上自动对照片和视频进行地理标注
- 自动生成正射影像图
Clarity Pro升级版能够自动识别敌方作战人员、设备设施等对象，并生成敌方兵力部署的综合地图，从而有助于快速闭合“杀伤链”（即从目标发现到目标摧毁的全过程）。这些功能使得该程序能与态势感知系统融合，并提高作战/行动规划的准确性。
该系统能迅速处理大规模数据集，有助于将操作人员的工作负荷减少90%。此外，系统可以在普通笔记本📓电脑💻️上运行，因此在野战环境中使用也很方便。
Clarity系统（图源于united24media网站，如有侵权请联系删除）
Clarity系统开发者表示，已有超过250名乌军在实际作战中使用Clarity系统。使用人员包括飞行员、情报分析师和侦察兵；用户单位包括Achilles、Nemesis、Rubizh以及第40特种作战旅。该系统还在根据士兵的实战反馈持续优化升级。
Clarity系统自动检测和识别目标（图源于militaryai网站，如有侵权请联系删除）
2.GOGOL-M无人机母机智能系统
2025年5月底，专注于研发自主系统的乌克兰StratForce初创公司表示，其研发的GOGOL-M无人机智能系统首次执行对敌自主作战打击任务。人类参与仅限于训练无人机确定要摧毁的目标类型以及要搜索的大致区域。
GOGOL-M无人机母机携带两架FPV无人机（图源于Facebook，如有侵权请联系删除）
GOGOL-M是一款翼展约20英尺（约6米）的固定翼无人机“母机”，可携带并投放两架FPV打击无人机，最远投送能力达300公里。其释放的FPV无人机最远航程达30公里。若需重复使用母机，则最远投送距离为单向100公里，随后该母机返回基地。此项技术会对一些脆弱目标产生重大影响，例如停放的飞行器、防空设施或远离前线的基建设施。
GOGOL-M无人机无需依赖GPS导航系统或人类的持续介入，而是使用StratForce公司自研的SmartPilot系统执行任务。该系统基于视觉惯性导航，结合了人工智能与先进传感器技术，传感器包括先进摄像头（主要）以及激光雷达（辅助）。其中，激光雷达可以生成地形3D地图，且在各种光照和天气条件下皆可正常运转。人工智能则负责融合来自多个传感器的数据。通过这些传感器融合形成的“环境图像”，该AI系统就像人类飞行员一样，能自主决策、规划航线并执行任务。
GOGOL-M无人机母机（图源于dev.ua网站，如有侵权请联系删除）
在任务执行期间，GOGOL-M飞到目标区，投放两架搭载轻量化SmartPilot系统的FPV打击无人机，然后母机返航。在此期间，FPV无人机自主搜索并打击目标，或降落后进入埋伏模式待命。目前StratForce公司每月可生产约50架GOGOL-M母机与400架攻击型FPV无人机，具体产量受乌克兰国防部合同影响。此类目标打击任务之前需由价格300万至500万的导弹系统完成，而GOGOL-M整套系统（包括母机和子机）总成本仅约1万美元💵。
3.UADamage排雷无人机智能系统
乌克兰科技公司UADamage是Brave1国防创新集群的一员；该公司在基于人工智能的排雷技术上取得了突破。据报道，其基于AI技术的无人机在排查布雷区域时，速度比人类排雷员快100倍。一名人类排雷员每日仅能排查大约100平方米的危险区域，而UADamage的排雷无人机每日可排查1万平方米的区域——不仅更快、更安全，而且探测精度可达到5厘米以内。这一效率上的飞跃，极大地降低了排雷员的风险，并显著加快了排雷进程。
UADamage排雷无人机（图源于rubryka，如有侵权请联系删除）
UADamage公司获得了Brave1提供的资助，这使团队得以采购专用传感器，并研发出能够自动探测多种地雷和未爆弹药的人工智能系统。今年，该公司又通过Brave1获得了40万美元💵的投资，以帮助其扩大研发与应用规模。
UADamage排雷无人机搭载的多种传感器包括：一台RGB相机📷️、一台红外相机📷️、一台磁力计以及即将上线的探地雷达。此外，UADamage团队开发了一套神经网络，用于对爆炸性危险物（地雷/未爆弹药）进行视觉识别。大致工作原理是：将传感器探测到的数据融合后，通过神经网络识别，最后生成一张布雷区的详细地图。实际操作过程也容易上手：无人机完成飞行后，操作员只需将一个闪存盘插入电脑，等待5至10分钟，UADamage平台上就会生成完整的雷区地图。
UADamage无人机系统探测地雷图像（图源于militarnyi，如有侵权请联系删除）
根据UADamage官网信息，具体实现步骤如下：
① 数据采集：
- 使用原产云台的标准大疆无人机进行数据采集，机型包括DJI Mavic 3(E)、DJI Matrice 30(T)、DJI Matrice 300-350 RTK以及Zenmuse H20(T)。
- 利用无人机拍摄的图像生成正射影像图，从而借助神经网络识别出所有地雷，并展示出布雷区的全部情况。此处强烈建议使用RTK实时动态差分定位技术，以便获取所有识别物的最精确位置。
- 推荐参数：图像重叠度应不低于80%（避免在图像诊断过程中遗漏任何细节）；最佳飞行高度为5～7米；推荐无人机飞行速度为1～2米/秒；图像最低分辨率必须达到0.2厘米/像素（以检测到小型反步兵地雷）。
② 数据处理：
- 无人机采集的原始图像及其元数据作为高质量数据源。
- 该团队训练的神经网络可以自动识别地雷和爆炸性危险物，同时对多幅高分辨率RGB图像进行分析，并生成精确坐标数据。
- 用户只需指定无人机采集数据在电脑/其他存储设备上的文件夹存放位置，系统会自动处理所有数据，生成正射影像，并在UADamage平台上以交互方式显示排雷地图。
UADamage平台界面（图源于UADamage官网，如有侵权请联系删除）
2025年7月的报道指出，该公司已完成超过61000平方米的疑似雷区勘测，并按需『数字化』了520000平方米的战损区域。未来，UADamage计划将其传感器套件的应用范围扩展到地面无人平台（UGV）及其他系统上。
UADamage平台界面（图源于rubryka，如有侵权请联系删除）
4.ZIR目标识别与锁定智能系统
乌克兰ZIR系统公司开发了一套人工智能系统，使无人机能够自动识别并锁定目标。该系统与自杀式无人机中传统的计算机视觉系统不同，其不仅能引导无人机抵达特定目标，还能自主识别敌方系统。为实现这一能力，开发者使用专门创建的数据库对系统进行训练。该系统能识别七种类型的目标：步兵、汽车、小型货车、卡车、防空系统、火炮系统、装甲车辆和坦克。开发者称，该系统甚至可以识别隐藏在林地中的装备。
ZIR AI自动导引模块（图源于ZIRsystems官网，如有侵权请联系删除）
配备ZIR人工智能系统的FPV无人机（图源于Militarnyi，如有侵权请联系删除）
ZIR人工智能系统可以安装在任何类型的FPV自杀式无人机上，包括多旋翼无人机、固定翼无人机或喷气式无人机。该系统配备独立摄像头，并与飞控系统以及标准VTX（视频发射器）连接。安装该系统的无人机可使用标准遥控器控制。
ZIR系统自动识别目标的有效范围为150米至800米，具体取决于目标类型。自动获取的目标最大距离可达1000米，目标高度可超过300米。该系统还可同时检测并跟踪多个目标，并可选择要攻击的目标。其自动检测和跟踪算法还支持攻击移动速度最高达60公里/小时的目标。然而，与传统自导系统相比，这种高级系统需要更昂贵的硬件组件。开发者称，该产品成本大约比传统系统高出50美元💵。
ZIR系统自动探测和获取目标（图源于Militarnyi，如有侵权请联系删除）
ZIR AI系统的功能清单如下：
- 自动识别弹药重量
- 可集成到螺旋桨大小为7-10英寸（18～25厘米）的无人机上，无需额外PID（比例－积分－微分）控制算法调节或配置修改
- 支持自动/半自动/手动目标锁定
- 基于神经网络的自动目标检测以及自动目标获取
- 完全兼容Betaflight飞控固件
- 大视野变焦
- 飞手可手动选择目标，目标锁定距离可达1200米
- 可自由移动检测区域，方便选择目标
- 通过摇杆精确修正打击点
- 自动飞行模式下可突破电子干扰区；电子干扰区内有效飞行距离超过3000米
- 可有效抵抗12m/s的侧风
- 打击精度可达1米
- 可打击移动速度最高110km/h的目标
ZIR AI系统的技术参数如下：
- 尺寸：120 × 65 × 70 毫米
- 重量：180 克
- 连接协议：MSP
- 摄像头类型：数码摄像头
- 视频输出：模拟/数字
- 功耗：17 瓦
5.TFL-1智能系统
2025年7月，乌克兰国防科技初创公司第四定律（TFL）展示了其AI驱动的TFL-1自主模块以及Lupynis-10-TFL-1无人机在战场的部署情况。这些系统旨在为前线FPV无人机提供关键升级，即末端自主能力，以大幅提高在强电子干扰环境下的无人机打击成功率。该公司的TFL-1人工智能模块在无人机飞行的最后500米进行控制——此时飞手易因干扰与无人机失去联系。第四定律公司表示，此项升级能将任务成功率提升2至5倍，而成本仅增加10%至20%。TFL-1模块的设计为即插即用，除了Lupynis无人机平台，该模块已集成到乌克兰十余家主要FPV无人机制造商的产品中。目前，相关用户可通过Brave1 Market（类似“亚马逊”平台）采购TFL-1人工智能模块。
赋能FPV无人机使用AI目标瞄准进行打击的TFL-1模块（图源于The Fourth Law，如有侵权请联系删除）
Lupynis-10-TFL-1无人机（图源于The Fourth Law官网，如有侵权请联系删除）
TFL的技术已经被乌克兰国防军广泛部署，包括第58机动步兵旅，自2025年3月起，该旅就开始使用搭载TFL-1人工智能系统的无人机。据该旅指挥员称，该系统帮助克服电子干扰，是一套经过实际作战检验的有效系统。
第四定律公司提出了实现无人机全面自主化并大规模扩展的五阶段路线图：末端制导、用于投弹的末端制导、目标探测与打击、在GPS拒止环境中导航以及全自主起飞着陆。该司认为，实现这些技术能力后，即可开发出能最终实现自主拦截器、载机、无人机机巢以及无人机蜂群的产品。值得注意的是，第四定律公司构建的自主栈（autonomy stack）可应用于四旋翼、多旋翼无人机、固定翼无人机、导弹、地面『机器人』️以及海上系统。未来，这套技术也可能拓展到民用领域，如物流、农业、建筑等。
总结Brave1是乌克兰政府主导的国防创新生态，通过直接资金资助加速军用AI研发与实战化部署。其核心关注点在于：
- 自主无人系统：推动无人平台实现从目标识别到打击的端到端自主能力；
- 抗电子战与GPS拒止能力：确保作战系统在强干扰或无卫星信号环境下仍可导航与作战；
- 高性价比与可规模化：以低成本批量化装备改善战场成本结构；
- 模块化：构建可集成多种无人机、导弹及地面/海上平台的通用模块化体系。
Brave1已从资金与组织层面构建起从研发测试到部署扩展的闭环，使一批以AI为核心、成本低、易规模化的无人与自主系统得以迅速进入战场。
