Flox Intelligence 正在打造 AI 技术，让野生动物远离火车、机场和道路

# Flox Intelligence 正在开发 AI 技术，让野生动物远离火车、机场和道路 | TechCrunch Source: https://techcrunch.com/2026/10/13/flox-intelligence-is-building-ai-to-keep-wildlife-away-from-trains-airports-and-roads/ 我记得八岁那年，我们乘坐的火车在前往孟买的途中突然发出巨响，停了下来。等火车重新启动时，已经过去了整整八个小时，有人指着铁轨旁树枝上挂着的一截面目全非的尾巴。 那趟火车显然以全速撞上了一头野牛，撞击对发动机造成了严重损坏，不得不被拖走维修。很长一段时间里，我以为这种事只发生在印度乡村那样的地方，但几年前我才了解到，野生动物与基础设施的冲突在地球上的任何地方都会发生。 美国联邦航空管理局（FAA）估计（https://www.faa.gov/airports/airport_safety/wildlife/faq），1990年至2025年间，鸟击等野生动物撞击事件平均每年给美国民航业造成约2.72亿美元的损失。在法国，铁路运营商SNCF表示（https://www.ter.sncf.com/bretagne/services-contacts/ter-breizhgo-et-vous/blog/heurts-animaux），每年有超过8,000趟列车受到游荡动物的影响，这是导致延误的五大原因之一。仅在布列塔尼地区，2023年就有120趟列车撞上动物，导致660班次服务中断，延误超过15,000分钟。 看到这些对基础设施和动物造成的双重损害，Sara Nozkova（上图左）受到启发，开始研发一套野生动物驱避系统，它的工作方式不同于传统的警报器、灯光、围栏、猎鹰和扑杀等手段。 她对TechCrunch表示："我确信答案不是更响亮的驱赶手段。" 在交通和自动驾驶领域工作了13年之后，Nozkova已经深刻认识到，我们为公路和其他受控环境设计的导航系统一旦遇上自然因素，会崩溃得有多快。 她说："我们教会了机器变得非常聪明，但仅限于我们为它们设计的环境里。城市、工厂流水线、仓库——固定的几何结构、已知的物体。但当我走出户外进入大自然时，我亲眼目睹同样的机器是如何迅速'失明'的。因为大自然是复杂的，而且始终充满生机。" 因此，她加入了斯德哥尔摩瑞典皇家理工学院（KTH）的AI实验室，开始研发一套系统，能够根据附近动物的行为——甚至是什么种类的动物——来调整其驱避反应。 这项工作催生了Flox Intelligence（https://floxintelligence.com/），该公司于2020年从KTH分拆出来，是今年TechCrunch Disrupt（https://techcrunch.com/events/techcrunch-disrupt/?utm_source=tc&utm_medium=post&utm_campaign=disrupt2026&utm_content=agenda&promo=post_cerebras_09302026&display=）Startup Battlefield 200 颠覆者大赛的决赛选手之一。今年的活动于10月13日至15日在旧金山Moscone West举行。 Flox生产边缘计算设备，在现场而非云端处理数据。和自动驾驶汽车一样，它们使用感知系统来感知周围环境，但其模型是基于野生动物行为训练的。运动传感器在检测到移动时唤醒设备，触发摄像头利用设备端模型识别附近的动物。然后设备发出适合该物种的声音将动物吓跑。 Nozkova表示，该系统还能从经验中学习，并不断变换其反应方式，使动物不会对重复的信号产生习惯化。 公司目前销售可安装在电线杆、树木和其他构筑物上的电池供电设备。它还提供一个软件平台，向客户展示设备的部署位置和现场情况。该平台还可以生成用于合规监管的报告，以及用于生物多样性监测等用途。更长远的目标是让软件具备足够的可移植性，能够在户外作业的机器上运行，包括火车、汽车和无人机。 Nozkova表示，目前约有150台Flox设备在北美、欧洲和澳大利亚投入使用，部署在机场场区和机场周边、公路和铁路走廊（尤其是野生动物走廊沿线的围栏端头和交叉口）、国家公园、农田、城市区域、矿区以及变电站等关键基础设施。 公司先销售硬件设备，第一年之后收取年度软件和AI订阅费。Flox还与一些公司建立了OEM合作伙伴关系，这些公司支付年费将其软件部署到车辆上，例如火车。列车制造商Alstom就是其中一家合作伙伴。 Nozkova表示，公司预计2026年底营收约为150万美元。 尽管Flox的产品和方案独具特色，但这家初创公司并非没有竞争对手。Robin Radar的Scarecrow（https://www.robinradar.com/solutions/bird-detection-radar）同样使用物种特定的求救叫声来驱散鸟类，并记录相关活动；而iCHASE（https://www.ichase.io/ai-bird-repeller/）则销售一套利用计算机视觉探测鸟类并用移动激光进行定向驱赶的系统，可根据需要调整响应方式。 Nozkova表示，她的护城河在于系统的全面性以及Flox在实地收集的数据，她称之为"关于如何让一头驼鹿或灰熊安全离开的真实数据"。 Nozkova说："物理AI正在走出工厂，进入混乱而充满生机的户外。每一台在户外运行的机器——火车、卡车、无人机、拖拉机、机器人——都需要理解自然，而自然智能是感知栈的下一个层次。几乎没有人正在构建它。" 公司迄今已在种子前轮和种子轮中累计融资约500万美元，其中种子轮由Unconventional Ventures和Tilia Impact Ventures领投。Nozkova表示，各轮次的共同投资者包括GENIUS NY、Norrsken、Satgana以及天使投资人。 公司目前正在开启1000万美元的A轮融资，资金主要用于将设备部署规模从约150台扩大到数千台，并将底层系统的应用拓展至当前野生动物场景之外。 *通过文章中的链接购买商品，我们可能会获得少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*