網格智算：“不堆算力”的AI大腦如何填補林下場景空白 | 水下項目

從消費市場到工業賽道，一片“紅海”的無人機市場早已擠滿各路玩家，但仍有一塊細分領域，即便行業頭部廠商也鮮有布局——林下場景。

林下場景蘊藏的產業需求體量驚人：根據國家林草局數據，2025年我國森林蓄積量達209.88億立方米，全國木材產量達1.4億立方米；聯合國糧農組織數據顯示，全球圓木年采伐量約40億立方米，這背后是伐區蓄積量核算、樹木胸徑測量等大量工作。

林下環境復雜，傳統人工作業模式成本大、效率低且危險重重。雖然行業對自動化替代方案的呼聲已久，但林下環境作為經典的拒止環境，使傳統自動化方案始終難以落地。

林下被樹木遮蔽，使導航設備很容易因GNSS信號丟失無法定位，通訊信號強衰減會導致遠程圖傳和人工操控無法實時、連貫進行。傳統SLAM技術也無法處理樹枝隨風輕微擺動這樣時刻微變化的環境復雜紋理。

“只有構建一種可端側離線運行的實時高精度空間感知和隨動控制的具身智能方案，才能有效解決林下‘全拒止’環境的作業需求。”網格智算市場負責人錢敏表示。

網格智算成立于2025年，致力于利用其自研的“網格域學習技術”形成高精度的空間理解，并由模型自生成最優控制函數，從而實現復雜避障等有效控制能力。基于此推出的適配多種硬件設備的智能化底座“GridAI大腦”，首次實現無人機在林下無GNSS自主飛行、毫米級測徑、自動避障等能力，目前產品已實現小批量商業化交付。

網格智算首席科學家代豪擁有三十多年技術積累，于1996年首創異構架構結合高性能計算的算法體系，被特聘為國家高性能計算工程技術研究中心研究員。

網格智算無人機

1.以網格域學習機制，實現微數據、小算力的空間理解能力

當下主流的無人機智能方案大多基于深度學習框架，通過采集海量圖片等數據并進行人工標注訓練模型，依靠二維靜態像素特征識別物體。但林下環境動態多變，光照明暗不定、樹枝交錯遮擋，同一物體變換角度、光線后像素特征完全改變，導致基于深度學習訓練模型的無人機難以在其中有效識別環境并執行任務。

要解決這一問題，核心是實現載體在運動過程中若干中間狀態的持續可控，也就是當物理空間發生環境變化時，載體能夠快速隨動并修正，這就要求載體在算法層面具備兩方面能力：一是對空間變化的快速感知和與運動關鍵相關項的準確抓??；二是對機器載體本身的物理感知。

網格智算的解法是構建一種通過動力類型、物理尺寸達成空間位移的動態控制函數，以適應不同載體或動力方式的變化。具體來說，網格智算自研的GridAI大腦基于網格域學習機制，解析連續視頻流的過程中同步保留時間、空間雙重維度信息，使設備具備識別、理解真實空間的能力。例如煙火沒有固定紋理和清晰形狀，傳統AI模型難以將其與云等物體區分開，而GridAI則可以通過判斷煙霧異常于云霧的空間運動軌跡做出識別。

具體而言，網格域學習對物理世界做了三個層面的“網格化”處理：一是場景中離散的、可追蹤的實體網格；二是為每個實體賦予隨時間變化的屬性網格，比如位置、速度、運動方向；三是定義實體之間關系的關系網格，比如確認“鳥窩在兩根樹杈中間”。

這種做法本質上是模仿人類認知世界的方式，不僅看像素，而且識別物體、捕捉動態、理清空間關系，通過實時捕捉空間中物體在不同時間狀態下的變化，推演其運動規律并預判軌跡。搭載GridAI的無人機在劃定林下作業范圍后，無需提前掃描建模，即可實時構建動態空間場，自主規劃路徑、避開障礙，并完成測徑作業，全程無需飛手介入。

由于GridAI解析的是場景底層空間結構和物體關系，這些信息并不受光線、天氣干擾，因此環境魯棒性也更強。此外，不同于深度學習訓練動輒需要數萬、數十萬張標注圖，GridAI僅需幾十至數百張樣本即可完成訓練，整體算力需求、硬件功耗大幅降低。例如GridAI僅需學習客戶提供的30張樹杈上鳥窩的照片，就可以實現58張測試圖誤報0、漏報1、準確率達到98.3%。

2.從林下到更多場景，打造通用的智能大腦

錢敏介紹，網格智算選擇先切入林業賽道是源于偶然。2025年，他們與一家?國有林場溝通時了解到，全球林業林下測繪仍幾乎依靠人工作業，有巨大的自動化替代需求，并能滿足精準高效安全作業效果。“這讓我們重新審視整個工業無人機行業的競爭格局。頭部廠商在凈空、高空飛行已經非常成熟，但林下卻是尚未被填補的空白?！?/p>

目前網格智算搭載GridAI大腦的無人機已完成中國林科院技術驗證，公司與中林重慶、浙江飛流等頭部林業企業達成深度合作。

但是網格智算自身的定位并不只是林下作業無人機提供商。

錢敏表示，“我們的產品本質上是一個通用的智能大腦，可以通過集成在芯片智能模組上，應用于具身機器人的機械臂、無人車或水下機器人，賦予這些硬件設備自主感知、理解物理空間，并進行決策和執行的能力。例如當岸基雷達在有雜波干擾定位不準時，GridAI能夠將目標在視覺坐標系與雷達坐標系下進行轉換并高精融合，提供抗噪聲的雷視一體解決方案?！?/p>

GridAI大腦的通用性正在向更多行業拓展，例如在與北京廣嘉、固高股份等合作的倉儲物流領域，GridAI大腦憑借其小數據、低算力、高精度、高泛化的能力，可配合多SKU多工序的機械臂工作，覆蓋場景包括但不限于貨品單件揀選、打包及包裹分揀等需求。此外，公司還與深圳聯通建立了戰略合作伙伴關系。

未來網格智算將以GridAI大腦為紐帶，聯合產業鏈上下游，為農林業、物流倉儲業等重點行業提供更為完整的智能解決方案。從視覺感知、裝備自動化控制再到更多應用場景，網格智算希望打造一個跨場景通用的“智能大腦”，讓機器設備真正“理解”復雜的物理世界，具有自主行動能力。