Flox Intelligence 用 AI 让野生动物远离火车、机场和公路
Flox Intelligence 推出边缘 AI 野生动物驱离设备,通过运动传感器唤醒摄像头、用端侧模型识别动物种类,再播放对应物种的驱离声音,并会变化响应避免动物习惯化。该设备已在北美、欧洲和澳大利亚部署约 150 台,覆盖机场、公路铁路走廊、国家公园等场景,公司预计 2026 年底营收约 150 万美元,并已与列车制造商 Alstom 达成 OEM 合作。
TechCrunch:AI· Ram Iyer·2026-10-14 02:30· 3 小时前AI 评分40
Flox Intelligence 正在打造 AI,让野生动物远离火车、机场和公路
AI 导读
Flox Intelligence 推出边缘 AI 野生动物驱离设备,通过运动传感器唤醒摄像头、用端侧模型识别动物种类,再播放对应物种的驱离声音,并会变化响应避免动物习惯化。该设备已在北美、欧洲和澳大利亚部署约 150 台,覆盖机场、公路铁路走廊、国家公园等场景,公司预计 2026 年底营收约 150 万美元,并已与列车制造商 Alstom 达成 OEM 合作。
正文
我八岁那年,记得我们开往孟买的火车伴随着一声巨响停了下来。等我们再次开动时,已经是整整八个小时之后了,有人指着铁轨旁一根树枝上挂着的东西——竟然是一条血肉模糊的尾巴。
你看,那列火车显然全速撞上了一头野牛,撞击严重损坏了发动机,不得不被拖走维修。很长一段时间里,我都以为这种事只发生在印度农村这样的地方,但几年前我才知道,野生动物和基础设施在地球上任何地方都合不来。
FAA 估计,1990 年至 2025 年间,野生动物撞击平均每年给美国民航造成约 2.72 亿美元的损失。在法国,铁路运营商 SNCF 表示,游荡的动物每年影响全国 8000 多列火车,是其五大延误原因之一。仅在布列塔尼,2023 年就有 120 列火车撞上动物,扰乱了 660 趟服务,造成超过 15000 分钟的延误。
读到这些对基础设施和动物造成的种种损害,Sara Nozkova(上图左)受到启发,开发了一套野生动物驱离系统,其工作方式不同于传统上用来让动物远离公路、铁轨、机场和其他基础设施的警报器、灯光、围栏、猎鹰和扑杀手段。
“我确信答案不是更响的驱离手段,”她告诉 TechCrunch。
在交通和自动驾驶汽车领域工作了 13 年后,Nozkova 深知,一旦大自然介入,我们为在道路和其他受控环境中导航而构建的系统会多么迅速地失效。
“我们教会了机器变得聪明,但只在我们为它们设计的环境中,”她说。“城市、工厂流水线、仓库。固定的几何形状,已知的物体。一旦踏入大自然,我亲眼看到同样的机器如何迅速失明。因为大自然复杂且始终充满生机。”
于是,她转而加入斯德哥尔摩 KTH 皇家理工学院的 AI 实验室,开始研发一套系统,能够根据附近动物的行为,甚至动物的种类,来改变其驱离响应。
这项工作最终变成了 Flox Intelligence,该公司于 2020 年从 KTH 分拆出来,是今年 TechCrunch Disrupt 大会 Startup Battlefield 200 路演竞赛的决赛入围者之一。该大会今年于 10 月 13 日至 15 日在旧金山 Moscone West 举行。
Flox 制造的是在本地而非云端处理数据的边缘设备。与自动驾驶汽车一样,它们使用感知系统来感知周围环境,但它们的系统是针对野生动物行为训练的。当运动传感器检测到移动时,会唤醒设备,触发摄像头,摄像头利用端侧模型识别附近的动物。随后,设备会发出适合该物种的声音将其吓走。
Nozkova 说,该系统也会从经验中学习,并改变其响应方式,这样动物就不会对重复的信号产生习惯化。
该公司目前销售可安装在电线杆、树木和其他结构上的电池供电设备。它还提供一个软件平台,向客户展示设备的部署位置以及现场发生的情况。该平台还可以生成用于监管合规以及生物多样性监测等用途的报告。长期目标是让软件足够便携,能够在户外工作的机器上运行,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末端和交叉口)、国家公园、农田、城市地区、矿区以及变电站等关键基础设施中。
该公司预先销售边缘设备,然后在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,这些公司支付年费以将其软件部署在火车等车辆上。列车制造商阿尔斯通就是这样的合作伙伴之一。
Nozkova 表示,该公司预计 2026 年底的收入约为 150 万美元。
尽管 Flox 的产品和方法独树一帜,但这家初创公司并非没有竞争对手。Robin Radar 的 Scarecrow 也使用针对特定物种的求救叫声来驱散鸟类,并记录其活动,而 iCHASE 销售的系统则通过计算机视觉检测鸟类,并用移动激光瞄准它们,根据需要调整响应。
Nozkova 表示,她的护城河在于系统的广度以及 Flox 在实地收集的数据,她称之为“关于究竟是什么让驼鹿或灰熊安全移动的实地真相”。
“物理 AI 正在走出工厂,进入混乱而充满生机的户外,”Nozkova 说。“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层。几乎没人在构建它。”
Nozkova 表示,该公司迄今已在 pre-seed 和种子轮中筹集了约 500 万美元,种子轮由 Unconventional Ventures 和 Tilia Impact Ventures 领投。各轮次的联合投资者包括 GENIUS NY、Norrsken、Satgana 以及天使投资人。
该公司目前正在启动 1000 万美元的 A 轮融资,这笔资金将主要用于从约 150 台设备扩展到数千台部署设备,并将底层系统扩展到当前野生动物用例之外。
当您通过我们文章中的链接购买时,我们可能会赚取少量佣金。这不会影响我们的编辑独立性。
来源:TechCrunch:AI · techcrunch.com
来源:RadarAI · aihot.news