新兴空间简报：自主海事系统（英）2025

阿里·贾瓦赫里新兴技术分析师 ali.javaheri@pitchbook.com 新兴航天简报 自主水面系统 最初发表于 2025年9月23日 热门公司 概述 自主海上系统是无人的水面、水下和混合平台，它们依靠机载自主性、远程监督或两者结合来导航、感知和执行任务。通过将耐力优化的船体与模块化有效载荷和先进的自主性堆栈相结合，它们能够实现跨国防、商业和科学领域的持续、低风险和成本效益的运行。这些系统曾仅限于专门的原型，现在已成为海军展示力量、海上产业检查和保障资产以及科学家在极端和偏远环境中收集数据的核心。 有几种力量正在推动这一转型：面临争议水域和工作力约束的国防部门，竞相扩大近海风电并保护海底电缆的能源公司，以及要求持续监测气候和生态系统的科研机构。技术恰逢其时地成熟了，人工智能自主层堆栈能够符合《国际海上避碰规则》（COLREGs），可再能源推进将任务延长至数月，先进传感器提供高保真度的上下表面态势感知。风险投资活动反映了这种成熟度：资本投入在2022年约为1.175亿美元，下降至2023年的1.046亿美元，然后在2024年加速至3.46亿美元，并在2025年仅在上半年就达到9.229亿美元。虽然续航能力、监管和成本仍然是障碍，但趋势表明自主海洋系统将成为安全性和全球蓝色经济的重大基础设施。 背景 海上无人船的概念并非新事物。海军在第二次世界大战期间曾试验遥控船艇，通常用于扫雷或靶场训练，而近海石油和天然气工业从20世纪70年代开始使用系泊遥控无人潜水器来检查海底设施。数十年来，这些系统被视为专业工具，仅在狭窄的语境下有用，远非主流。发生改变的是自主性、感知和通信技术的融合，这些技术使船舶能够长时间可靠且独立地运行。 要访问更多此数据以及PitchBook的Emerging Spaces工具，访问免费试用链接这里. 自主海上系统当今的重要性源于地缘政治和经济压力。海军部队面临有争议的水域和预算限制，并且需要在不危及水手安全的情况下保持持续存在。近海风能、海底电缆和关键能源基础设施需要 对传统船舶而言，持续监测和检查既困难又昂贵。研究人员需要新的方法来大规模收集气候和海洋数据，特别是随着气候变化的影响加速。这些驱动力与向国防和双用途自主领域的投资转变相一致，并解释了为什么资金现在正以创纪录的水平流入该领域。 简而言之，技术现在很重要，因为海洋领域的赌注比以往任何时候都高。海洋是全球贸易和能量的动脉，蕴藏着气候知识的钥匙，并且军事上日益竞争激烈。自主海洋系统提供了一种在所有这些领域扩大影响力、降低风险和降低成本的方式，这就是该行业在短短几年内从实验性转向战略性的原因。 自主海上系统时间线 •1940年代：二战期间早期远程控制扫雷靶船的海军实验 •1970年代：海上油气运营商采用系泊式遥控潜水器（ROV）进行海底检查和维修 •1990年代至2000年代：水下自主航行器（AUV）在科研和防御领域的兴起，用于测绘和反水雷 •2010年代：首次自主水面船舶的跨洋试验，包括Liquid Robotics的Wave Glider等原型机以及Saildrone的早期任务 •2020年代：人工智能自主性、可再生推进和卫星通信的融合。由风险投资支持的初创公司如Saildrone、Saronic、Bedrock和Seasats扩大运营，同时国防和能源行业采用这项技术 •2025年及以后：该领域成熟成为海军、海上工业和气候科学的关键基础设施，拥有数十亿美元的风险企业和专门的生产造船厂 技术和流程 自主海事系统依赖于机器人技术、人工智能和海洋工程方面的进步组合。技术栈可以分为几个核心领域：导航与控制、感知与感知、通信、动力与推进，以及实现发射、回收和融入运营流程的那些过程。 导航和控制是基础。现代船舶使用人工智能驱动的自主软件，允许它们遵循航线、遵守国际海事规则避免碰撞，并适应不断变化的海况。一些系统是完全自主的，而许多系统在半自主模式下运行，在需要时远程监督人员可以介入。趋势是随着软件和验证的改进，自主性将进一步提升。 感知与环境交互为这些平台提供了环境意识。 水面舰船通常携带雷达、摄像机和自动识别服务接收器，而水下航行器则依靠侧扫声呐和多波束声呐来绘制和探测物体。越来越多地，这些传感器与机器学习模型配对，该模型可以对舰船进行分类、识别异常情况，并为操作员产生可操作的情报数据。 通信仍然是一个关键挑战。在表面，船舶可以使用视距无线电、近岸蜂窝网络和卫星链路实现全球连接。在海底，无线电和GPS无法穿透，因此车辆使用惯性导航和声学调制解调器交换有限的数据，直到它们浮出水面。这些限制解释了为什么许多任务被设计为在检查点之间基本自主运行。 功率与推进力决定续航能力。表面系统具有优势，因为它们可以采集太阳能或风能，从而在海面上连续停留数月。水下载具大多是电池供电，这限制了任务持续时间仅为数小时或数天，尽管对接站和混合动力概念的创新正在延长这一范围。能够既在水面航行又可潜水的混合动力载具正作为一种结合续航与隐蔽性的方式而出现。 最后，启动、恢复和运营流程都在发展。一些水面舰艇可以实现无人驾驶的离港和返港，而水下航行器通常需要支援舰船进行部署和回收。多家公司正在研究自主对接和支持概念，以减少对载人船舶的需求。同样重要的是数据管道：原始传感器数据必须被处理、上传，并以可用格式交付。许多初创公司现在提供云平台，将任务数据转化为地图、警报或仪表板，供最终用户使用。 应用 自主海上系统旨在承担传统船舶和船员难以低成本或安全地执行的枯燥、肮脏和危险的任务。它们在水面和水下领域的多功能性意味着它们现在被部署在国防、商业工业、科学研究和环境监测领域。 国防与安全：防御仍然是采用的主要驱动力。海军正在使用无人水面舰艇（USV）和自主水下航行器（AUV）在争议水域进行情报、监视、侦察和持续巡逻。扫雷、反潜战和电子战正成为优先任务。美国海军的“幽灵舰队：君士坦丁”项目和DARPA的“蝠鲼”AUV项目表明，无人驾驶舰艇如何以较低风险扩展海军作战范围。像Saronic这样的初创公司正在开发中型和大型自主战舰，旨在与有人员的作战舰艇协同作战，而小型公司则提供以ISR为重点的无人机用于基地安全和海上领域感知。北约盟国也将无人驾驶舰艇整合到扫雷和基础设施保护中，特别是在海底电缆和管道周边。 海上安全与执法：无人平台非常适合海岸警卫队、海关和港口安全任务。Saildrone和类似公司已经展示了小型无人水面艇编队如何巡逻专属经济区并检测非法捕鱼或走私。港口和港口正试验无人机船进行船体检查、违禁品检测和持续周界监控。这些用例与纯粹军事环境之外的持续、具有成本效益的海上领域意识日益增长的需求相一致。 科学研究 & 海洋学:科学家重视无人船，因为它们能够在偏远或危险的环境中持续收集气候和环境数据。赛尔 drones 的无人船已驶入飓风眼中、穿越北极，收集了以前无法获取的气象和海洋测量数据。在水下，像 Bedrock 和 Terradepth 这样的初创公司使用自主水下航行器 (AUV) 以高分辨率绘制海底，支持Seabed 2030 等项目。这些能力对于理解气候变化、追踪生物多样性以及扩展对海洋的基础知识至关重要。 离岸能源与基础设施：能源行业正在采用自主系统来降低成本和风险。无人水下航行器现在勘测海底电缆路线、海上风电场站点和管道走廊，替代了昂贵的载人勘测船。Nauticus Robotics正在与壳牌合作进行海底完整性监测，而Bedrock则将其无人水下航行器作为传统勘测船的低价替代方案进行推广。无人水面航行器也用于溢油响应、环境基线监测以及海上平台周边的安全巡逻。随着全球海上风电容量的扩大，对机器人勘测和监测服务的需求预计将显著增长。 海运与物流：自主性也开始触及商业航运领域。像 Sea Machines 和 Orca AI 这样的公司为拖船、渡轮和货船提供自主性套件和决策支持系统。像挪威的 Yara Birkeland 电动集装箱船和 Sea Machines 的Machine Odyssey 试验这样的示范项目显示了自主性近海航运的进展。在港口，自主性拖船和引航船可以处理日常物流，而机器人驳船最终可能沿着沿海航线服务于货物运输。 搜索、救援 & 灾害响应：小型无人船可通过搜寻幸存者、运送救生设备以及在危险条件下转发通信来支援应急行动。它们也正在北极进行冰情侦察测试，以及用于飓风后监控残骸和油污。由于它们可以预先部署并快速部署，它们在易发灾害的地区具有明显的优势。 环境与资源监测：政府和非政府组织（NGO）越来越多地转向自主系统来监测水质、追踪污染和保护渔业。无人机可以悄然巡逻海洋保护区、检测非法捕鱼或监测鲸鱼迁徙而不破坏生态系统。它们也被考虑用于碳监测项目，例如验证蓝碳储存或追踪海底碳捕获计划。 应用领域的广泛性突显了自主海洋系统为何能吸引政府和商业投资。国防采购可能在短期内占主导地位，但离岸风电、海底基础设施和环境监测领域的商业采用预计将快速增长。所有领域共有的主线是持久性、安全性和成本效益，这使得这些系统能够将操作人员的活动范围扩展到地球上最具挑战性的环境。 局限 虽然自主海上系统发展迅速，但若干局限性和挑战仍在决定其扩展速度。这些局限性涵盖了技术壁垒、监管不确定性和运营整合。 耐力和能量限制：采用太阳能、风能或混合推进的表面无人机可以连续运行数月，但生物污损和恶劣天气最终会限制其续航能力。水下系统面临的约束更加严格。大多数AUV依靠电池运行，续航时间从数小时到数天不等。靠岸和水中充电概念正在开发中，但仍处于早期阶段。直到续航能力得到改善，许多水下任务将需要频繁的回收和重新部署，从而增加运营成本。 通信和控制：海洋环境使得可靠通信变得困难。水面无人机可以使用卫星链路，但带宽有限且延迟高。操作员必须设计任务来容忍长时间的延迟或中断。水下无人机的容量更小，通常依赖缓慢的水声调制解调器，或者定期浮出水面上传数据。这些限制意味着系统必须携带显著的机载自主性和决策能力，但也使它们在关键时刻容易中断连接。网络空间安全是这一挑战的另一个维度。没有经过加固的加密和抗干扰措施，无人系统可能被欺骗或劫持，在国防背景下，这一风险更加严重。 监管和法律障碍：国际海事法尚未完全适应无人船的兴起。现行规则要求船舶保持瞭望，而历史上海员被假定为瞭望的责任人。一个人工智能系统是否符合此要求尚无定论。事故发生时的责任认定也尚不明确。如果无人船与其他船舶碰撞或造成环境损害，责任主体并不明确：是操作者、制造商还是软件提供方？保险公司依然保持谨慎态度，这减缓了无人船的推广。一些国家允许在指定区域进行试验，但全球范围内尚未形成广泛商业运营的一致框架。 可靠性和风险认知：海洋是一个无情的作业环境。波涛汹涌的海面、腐蚀性的海水、海洋生物生长和风暴都会考验车辆的韧性。在陆地上看似微不足道的故障，在海上可能会变成灾难性的事故。建立公众和客户的信任需要强大的安全记录，但该行业仍然年轻。一起引人注目的意外事故可能会损害信心。海军、航运公司和能源公司的利益相关者需要确保自主船舶不会自身成为危险。 运营集成：部署海上无人机不仅是技术问题。组织必须建立新流程，从远程操作中心到数据处理和维护规程。人员需要接受培训，以监督机队并分析和处理他们生成的数据。将无人机整合到由载人船舶组成的混合机队中会带来新的协调挑战。劳动力问题也是另一个因素。海上工会对完全自动驾驶航运提出了反对，以安全和工作损失为由，他们的抵制可能会影响监管结果。 经济学和可扩展性：虽然无人机系统随着时间的推移承诺节省成本，但前期资本需求仍然很高。先进的AUV或USV成本高达数百万美元，而规模化组建舰队需要对生产和支持基础设施进行重大投资。许多初创公司依赖基于服务的商业模式，这意味着他们必须在从合同中逐步获得收入的同时承担建设和运营其舰队的成本。这种资本密集性使他们依赖于持续的资金筹集或战略合作伙伴关系。 简而言之，自主海洋系统还不是即插即用解决方案。它们仍然面临耐久性限制