我八岁时,记得我们乘坐的开往孟买的火车突然发出巨响停了下来。八小时后火车重新启动时,有人指着轨道旁树枝上挂着的一截扭曲的尾巴。

原来火车以全速撞上了一头野生野牛,撞击严重损坏了发动机,火车不得不被拖走维修。那时我一直以为这种事只会发生在印度农村,但几年前我才意识到,野生动物与基础设施的冲突在全球任何地方都存在。

美国联邦航空管理局估计,1990年至2025年间,野生动物撞击事件平均每年给美国民航造成约2.72亿美元的损失。法国国铁SNCF表示,每年有超过8000列火车因野生动物出没而受影响,成为导致火车延误的五大原因之一。仅2023年,布列塔尼地区就有120列火车撞上动物,导致660次服务中断,累计延误超过15000分钟。

这些对基础设施和动物造成的损害,激发了Sara Nozkova(见上图左)开发一种不同于传统使用警报、灯光、围栏、猎鹰和捕杀等手段的野生动物驱赶系统。

“我坚信答案不是更响亮的驱赶手段,”她告诉TechCrunch。

Nozkova在交通和自动驾驶领域工作了13年,深知我们为机器设计的导航系统一旦遇到自然环境就会迅速失效。

“我们教会机器在我们设计的环境中表现出色——城市、工厂生产线、仓库,这些都是固定几何形状和已知物体。但一旦走进大自然,我亲眼见证了这些机器如何迅速‘失明’,因为大自然复杂且充满生命。”

于是,她加入了斯德哥尔摩皇家理工学院(KTH)的AI实验室,开始研发一种能根据附近动物的行为甚至种类调整驱赶方式的系统。

这项工作催生了Flox Intelligence,该公司于2020年从KTH分拆出来,成为今年TechCrunch Disrupt创业大赛的决赛选手之一,比赛将于10月13日至15日在旧金山Moscone West举行。

Flox开发的边缘设备能够现场处理数据,而非依赖云端。类似自动驾驶汽车,它们配备感知系统以感知周围环境,但训练重点是野生动物行为。运动传感器检测到移动时唤醒设备,触发摄像头利用本地模型识别附近动物,随后发出针对该物种的声音将其驱赶。

Nozkova表示,该系统还能通过经验学习,变换驱赶信号,避免动物习惯同一信号。

目前公司销售可安装在杆子、树木等结构上的电池供电设备,并提供软件平台,客户可实时查看设备部署位置及现场情况。该平台还能生成合规报告及用于生物多样性监测。长期目标是让软件足够便携,可运行于火车、汽车和无人机等户外机器上。

Nozkova透露,约有150台Flox设备已在北美、欧洲和澳大利亚的机场周边、道路和铁路走廊(尤其是围栏末端和野生动物通道)、国家公园、农田、城市、矿区及关键基础设施如电力变电站部署。

公司先销售边缘设备,第一年后收取软件和AI订阅费。Flox还与OEM厂商合作,向火车等车辆授权软件,Alstom是合作伙伴之一。

Nozkova预计2026年公司收入将达到约150万美元。

尽管Flox产品和方法独特,但市场上仍有竞争者。Robin Radar的Scarecrow利用特定物种的求救声驱散鸟类并记录活动,iCHASE则通过计算机视觉检测鸟类,使用移动激光器调整驱赶策略。

Nozkova认为Flox的优势在于系统覆盖广泛及其现场收集的数据,她称之为“关于麋鹿或灰熊安全移动的真实数据”。

“物理AI正走出工厂,进入复杂且充满生命的户外环境。所有在户外运行的机器——火车、卡车、无人机、拖拉机、机器人——都需要理解自然,而自然智能将成为感知系统的下一层。几乎没人正在构建它。”

公司迄今已完成约500万美元的种子前和种子轮融资,种子轮由Unconventional Ventures和Tilia Impact Ventures领投,其他投资者包括GENIUS NY、Norrsken、Satgana及天使投资人。

目前公司正在启动1000万美元的A轮融资,资金主要用于将设备数量从约150台扩展到数千台,并将系统应用范围拓展至更多场景。