Flox Intelligence 用 AI 让野生动物远离火车、机场和公路

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。大约八小时后我们重新出发时，有人指着铁轨旁一根树枝上挂着的东西——竟然是一条被碾烂的尾巴。

你看，那列火车显然是全速撞上了一头野牛，撞击把机车损坏得太严重，不得不拖走维修。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，野生动物与基础设施在任何地方都合不来。

美国联邦航空管理局（FAA）估计，1990年至2025年间，野生动物撞击平均每年给美国民用航空造成约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多趟列车，是其五大延误原因之一。仅2023年，布列塔尼就有120趟列车撞上动物，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，激发了Sara Nozkova（上图左）开发一套野生动物驱避系统，其工作原理不同于传统上用来让动物远离公路、铁轨、机场及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避装置，”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。固定的几何结构，已知的物体。而一旦踏入大自然，我亲眼看到同样的机器会迅速失明。因为大自然复杂且永远鲜活。”

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避反应。

这项工作后来变成了Flox Intelligence，于2020年从KTH分拆出来，并且是今年TechCrunch Disrupt大会Startup Battlefield 200路演竞赛的入围者之一。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，摄像头利用设备端模型识别附近的动物。随后，设备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，并改变其反应方式，这样动物就不会对重复的信号产生习惯。

该公司目前销售可安装在杆子、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，向客户展示设备部署的位置以及现场发生的情况。该平台还可以生成用于合规监管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轻便，能够运行在户外作业的机器上，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。

该公司先期销售边缘设备，第一年之后按年收取软件和 AI 订阅费。Flox 还与一些公司建立了 OEM 合作，这些公司支付年费以在其车辆（如列车）上部署其软件。列车制造商阿尔斯通就是其中一家合作伙伴。

Nozkova 表示，公司预计 2026 年营收约为 150 万美元。

尽管 Flox 的产品和方法独树一帜，这家初创公司并非没有竞争对手。Robin Radar 的 Scarecrow 也利用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“关于什么才能真正让驼鹿或灰熊安全移动的地面实况”。

“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——列车、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。”

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。Nozkova 表示，各轮次的联合投资方包括 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，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。