GridAI: дроны китайского стартапа летают под пологом леса без GNSS и больших вычислений

网格智算 (GridAI) — китайский стартап, основанный в 2025 году, — представил интеллектуальную платформу «GridAI大脑» (GridAI Brain), которая впервые позволила дронам автономно летать под лесным пологом без сигнала GNSS, измерять диаметр стволов с миллиметровой точностью и самостоятельно обходить препятствия. Продукт уже поставляется мелкими коммерческими партиями.

Почему лес — «запретная зона» для дронов

Под лесным пологом дроны теряют навигацию: кроны деревьев экранируют сигнал GNSS, а сильное затухание радиосвязи делает невозможной устойчивую передачу видео и ручное управление в реальном времени. Классический SLAM тоже пасует — он не справляется с постоянно меняющейся текстурой сцены, где ветки слегка покачиваются на ветру. В отрасли такую среду называют «полностью запретной» (拒止环境).

Спрос при этом огромный. По данным Государственного управления лесного и степного хозяйства КНР, лесной запас страны в 2025 году достиг 209,88 млрд кубометров, а производство древесины — 140 млн кубометров. По оценке ФАО ООН, мировая годовая заготовка круглого леса составляет около 4 млрд кубометров — и всё это требует ручного учёта запасов на делянках и измерения диаметра стволов.

Как GridAI обходится без больших данных

GridAI строит понимание пространства на технологии «grid-domain learning» (网格域学习) и обучается на десятках–сотнях примеров вместо десятков и сотен тысяч размеченных изображений, которые нужны классическому глубокому обучению. За счёт этого резко падают требования к вычислениям и энергопотреблению «железа».

Вместо распознавания по двумерным пикселям система «гридифицирует» физический мир на трёх уровнях:

• Сущностные сетки — дискретные отслеживаемые объекты в сцене
• Атрибутивные сетки — меняющиеся во времени свойства: положение, скорость, направление движения
• Реляционные сетки — связи между объектами (например, «гнездо между двумя ветками»)
• Обучение — 30 фото гнёзд на ветках; на тесте из 58 изображений: 0 ложных срабатываний, 1 пропуск, точность 98,3%
• Основатель технологии — главный научный сотрудник 代豪 (Дай Хао), более 30 лет опыта

Поскольку GridAI анализирует не пиксели, а глубинную пространственную структуру и связи объектов, эти данные не зависят от освещения и погоды — устойчивость к среде выше. Дрон с GridAI после разметки зоны работ не требует предварительного сканирования и построения модели: он строит динамическое пространственное поле в реальном времени, сам планирует маршрут и выполняет замеры без участия оператора.

«Только решение embodied AI, работающее офлайн прямо на устройстве и

дающее высокоточное восприятие пространства и следящее управление в реальном времени, способно закрыть задачи работы в „полностью запретной“ среде под пологом леса», — Цянь Минь, руководитель по маркетингу GridAI.

Куда пойдёт технология дальше

GridAI позиционирует себя не как поставщика лесных дронов, а как создателя универсального «интеллектуального мозга». По словам компании, платформу можно встроить в чиповый модуль и применить в роборуках, беспилотных машинах и подводных роботах, дав им способность самостоятельно воспринимать пространство, принимать решения и действовать.

Технологию уже проверила Китайская академия лесного хозяйства (中国林科院); среди партнёров — лесные компании China Forestry Chongqing и Zhejiang Feiliu. В складской логистике GridAI работает с Beijing Guangjia и Googol Technology, помогая роборукам со штучным отбором, упаковкой и сортировкой посылок. Отдельно заключено стратегическое партнёрство с Shenzhen Unicom.

Что это значит

GridAI показывает альтернативу мейнстриму «больше данных — больше вычислений»: пространственное восприятие можно строить на малых выборках и слабом железе, работая офлайн прямо на устройстве. Если подход масштабируется за пределы леса, embodied AI станет доступнее для ниш, куда тяжёлые модели не заходят из-за цены и требований к инфраструктуре.

Частые вопросы

Что такое подпологовое пространство и почему там трудно летать?

Это пространство под кронами деревьев. Кроны экранируют сигнал GNSS, радиосвязь сильно затухает, а колышущиеся ветки ломают классический SLAM — поэтому обычные дроны там не могут ни навигироваться, ни устойчиво передавать видео.

Чем grid-domain learning отличается от глубокого обучения?

Глубокому обучению нужны десятки–сотни тысяч размеченных фото, и оно опирается на двумерные пиксели. GridAI обучается на 30–100 примерах и анализирует пространственную структуру и связи объектов, поэтому устойчив к смене света и погоды и требует меньше вычислений.

Где ещё можно применить GridAI?

Компания называет роборуки, беспилотные машины, подводных роботов и складскую логистику — штучный отбор, упаковку и сортировку посылок. Технология подаётся как универсальный «интеллектуальный мозг» для разных аппаратных платформ.