Flox 推出端侧 AI 驱赶设备：靠视觉识兽发声，保护机场与列车

很多人可能没意识到，动物跑到交通要道上有多致命，成本有多高。

在美国，联邦航空管理局（FAA）估计，1990 年到 2025 年间，野生动物撞击事件平均每年给民航造成约 2.72 亿美元损失。在法国，铁路运营商 SNCF 统计漫游动物每年影响超过 8000 趟列车，排在晚点原因前五名。仅 2023 年在布列塔尼一地，就有 120 趟列车撞上动物，扰乱了 660 趟班次，导致延误超过 1.5 万分钟。

以前对付这个问题，人类的招数很原始：拉铁丝网、鸣笛、打闪光灯，或者放猎鹰甚至直接猎杀捕杀。但动物适应能力极强，听惯了警报声就当耳旁风。

来自瑞典皇家理工学院（KTH）的初创团队 Flox Intelligence 想换个思路：用装了边缘视觉 AI 的智能盒子，看懂动物在干什么，再用针对性叫声把它赶走。

看到野兽，再放专门的「驱赶声」

Flox 的创始人 Sara Nozkova 在交通和自动驾驶行业干了 13 年。她发现自动驾驶汽车在城市街道或厂区很聪明，可一旦开进野外大自然，复杂的动态环境会让机器瞬间变成睁眼瞎。

于是她在 2020 年从瑞典皇家理工学院孵化出 Flox。他们做的不是更吵的警报喇叭，而是一套电池供电的边缘计算设备，能绑在电线杆、树木或者基础设施支架上。

设备平时休眠省电，一旦运动传感器被触发，摄像头就会唤醒并运行本地计算机视觉模型，识别眼前跑来的是鹿、野猪还是熊。

识别出来之后，系统会播放对应物种专属的声音信号。关键在于，它还会根据动物的现场反应调整策略，轮换声音，防止动物产生适应性习惯。

除了硬件，他们还向客户提供管理软件，既能看到现场发生了什么，还能生成符合监管要求的合规报告，或者用于生物多样性监测。商业模式上，Flox 先卖硬件盒子，第一年之后收取软件与 AI 年费；同时还和列车制造商阿尔斯通（Alstom）等主机厂合作，以年费授权形式把软件直接装进列车。

目前 Flox 在北美、欧洲和澳大利亚部署了大约 150 台设备，分布在机场周界、公路铁路走廊、矿区、变电站和农田。公司预计 2026 年底营收约为 150 万美元。此前他们已经完成 500 万美元种子轮及之前融资，眼下正在开启 1000 万美元的 A 轮融资，目标是把部署规模铺到数千台。

为什么重要

对铁路公司、机场周界管理方和林区高等级公路维护方来说，Flox 提供了目前少有的非致命且免布大网的自动化解法。传统的物理围栏成本高昂且经常被破坏，常规声光驱赶器不到一个月动物就脱敏了。如果 Flox 能像宣称的那样动态轮换声音信号，值不值得部署，直接看一条铁路一年因为撞击节省下来的延误赔偿和修车费就能算清账。

在行业层面，这其实是「实体 AI」（Physical AI）从工业结构化场景走向野外非结构化环境的一个切口。不管是 Robin Radar 的 Scarecrow 鸟类驱赶系统，还是用激光追踪驱鸟的 iCHASE，大多还局限在特定物种或空旷机场。Flox 试图构建的是针对大型哺乳动物在野外行为的视觉数据集，正如创始人所说，大自然智能是感知技术栈里几乎没人真正做好的下一层。

我们认为，Flox 的聪明之处在于没有做重资产的大规模基建改造，而是做成即插即用的边缘节点，并且早早拉上了阿尔斯通这种车辆主机厂做软件嵌入。但它的隐患也很明显：150 台的部署量对野外模型来说样本依然偏小，在不同气候、地形和季节下，野生动物对声音的耐受度和惊吓反应差异极大。要证明自己不是「高级一点的电子稻草人」，Flox 必须在接下来的几千台规模化铺设中，拿出硬核的长期防脱敏数据。