2026年11月3日,据Defence Industry Europe、Breaking Defense、AIN、Janes 等综合报道,萨博在2026年11月3日公开了一个进展:该公司自己开发的人工智能代理,已经在“鹰狮E”战斗机的真实飞行中,自主控制了超视距空战场景。
关键定语是“自己开发的”——此前鹰狮E曾搭载过外部公司的AI进行类似测试,而这一次,从AI代理、训练环境到验证工具,整条链都在萨博内部完成。
超视距空战指的是交战双方在肉眼看不见的距离上,依靠雷达和传感器发现目标、发射导弹。这个场景对AI的要求不是“会飞”,而是在信息不完整、对手也在移动的条件下,持续做出战术判断:什么时候转向、什么时候锁定、什么时候开火。萨博的AI代理已经在真实飞行中验证了这类决策能力。
支撑这套能力的,是一个叫“AI战斗机飞行员学院”的内部体系。AI代理在这个体系里累计了数百万小时的模拟飞行,在不同作战场景中反复接受评估,探索战术、修正决策,直到具备上真机测试的条件。萨博高级项目负责人Peter Nilsson对Janes的表述很直接:这不是“又一个孤立实验”,而是一种工业化能力的建立。
算力是背后的硬约束。AI代理的训练需要海量的重复试错,萨博参与共建的瑞典主权AI设施Sferical AI,基于英伟达DGX SuperPOD架构,配备了1152块GPU。同样的时间内,Sferical可以把一小时的飞行测试跑十亿次,而传统CPU环境只能跑约1200次。这个量级的差距,决定了AI代理的迭代速度是“按年算”还是“按天算”。
鹰狮E的软件定义架构是另一个关键前提。这架飞机的任务软件和飞行关键功能是隔离的,新AI软件可以直接集成到现役战斗机上试飞,不需要专门造一架实验机。AIN的报道指出,AI代理在鹰狮E上的空中测试已经持续了大约两年,测试范围包括区域评估、拒止和战损评估等典型空战任务。
当前的状态是:技术已经跑通,卡点不在工程,在客户。 Nilsson透露,AI代理“已经准备好作战部署”,剩下的问题是瑞典国防物资管理局和空军能不能把它们吸收进真实作战体系,这个过程可能需要“几个月到个位数年份”。萨博的长期方向也很清楚:同一套AI代理能力将同时服务于有人战斗机和无人平台,包括该公司正在推进的A1、A2、A3无人僚机项目。
AI在鹰狮E上完成的这次超视距空战,验证的不是一架飞机能自己打仗,而是一套能让软件持续学习、持续上天的工业流程已经就位。#观点创作激励赛#
热门跟贴