美国加州防务公司 Shield AI 本周宣布，其 Hivemind 软件将霍尼韦尔航空航天实现自主飞行所需的训练周期从估计的 54 周缩短至 6 周。两家公司在周一发布的联合声明中披露了这一进展，并称相关成果已在两次飞行演示中得到验证。
根据声明，霍尼韦尔的自主团队于 4 月底开始接受 Hivemind 训练，到 6 月中旬，团队使用新开发的自主飞行软件栈，让一架 BFD-SE8 多旋翼飞行器首次完成自主飞行。7 月 8 日，团队在明尼苏达州普利茅斯举行正式演示，飞行器自主起飞、沿预定路线飞行、绕开禁飞区后返回基地。
Shield AI 负责 Hivemind Enterprise 的副总裁 Tom Schaefer 表示，Hivemind 承担了路线规划、任务管理和飞行器间通信等自主性基础功能，使霍尼韦尔工程师能够将精力集中在自己开发的探测与跟踪模型上。两家公司于 7 月宣布合作并签署谅解备忘录，目标是帮助防务用户更快地从演示走向部署，而不必每次都为新系统重建信心。
首次演示后，霍尼韦尔团队立即投入第二次演示的准备工作。在约 三个月时间里，团队训练并部署了自有的目标探测与跟踪模型。10 月 8 日的演示中，一架侦察飞行器利用该 AI 模型探测、识别并跟踪目标，随后将信息传递给另一架飞行器；后者自主飞向目标、投送载荷，并与侦察飞行器一同返回基地。
霍尼韦尔航空航天高级副总裁兼首席技术官 Todd Giles 将这一进展归功于“开放架构”，即采用公开标准进行软件开发。他表示，结合公司在航空电子、导航、传感和自主性方面的专长，正在为下一代自主飞行器和任务系统构建可扩展的基础。
从军事观察角度看，这一案例的核心信息在于软件工具链对自主飞行开发流程的压缩效应。传统上，将自主算法从仿真环境迁移到真实飞行器往往需要大量重复验证，周期以年计。Hivemind 试图将路线规划、任务管理、通信等通用能力封装为可复用的基础层，让合作方专注于差异化模型开发，从而减少底层重复工作。
开放架构的提法也值得注意。若软件接口和标准公开，不同厂商的传感器、AI 模型和任务载荷可能更容易集成到同一自主飞行栈中，这对多供应商并行的防务采购模式具有潜在影响。不过，目前披露的信息仅涉及两次演示，尚未说明该软件在复杂电磁环境、对抗条件或更大规模编队中的表现，其实际部署效果仍有待观察。