當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查|數位時代 BusinessNext

當初試飛「成功」的Facebook太陽能無人機Aquila，正在接受著陸事故調查

6月28日，Facebook執行長佐克伯在Facebook公開了太陽能無人機Aquila首次試飛「成功」的影片，不過今日美國國家運輸安全委員會針對Aquila著陸時發生的事故展開調查。

6月28日，承載著佐克伯「連接世界」夢想的Aquila的太陽能無人機首次試飛成功，但目前該計劃不得不暫停。

近日，據彭博社消息，當日的測試裡出現事故，幸無人員傷亡，美國國家運輸安全委員會（the National Transportation Safety Board）已經介入調查，調查至少需要一個月才能出結果。

本次測試的是Aquila第一架原型機，未裝載太陽能電池板，僅在約655公尺的低空進行30分鐘的測試飛行，為自動飛行採集數據，Aquila最終超額完成任務，飛行了96分鐘。

試飛結束後，Facebook在一封郵件報告裡稱「此次飛行是成功的，沒有重大的意外事故」。 7月21日在Facebook官方部落格上，一篇關於Aquila的文章中再次寫到無人機的真實測試情況，文內則提到了「無人機在著陸前出現結構性故障」的問題。

美國國家運輸安全委員會（NTSB）也證實，Aquila無人機著陸時確實出現了「機器結構性故障」，但NTSB並沒有披露更多關於本次事故的細節內容，包括Aquila的損壞程度和故障發生的潛在原因調查結果。

NTSB的官方發言人稱，事故發生在當地時間的早上7點43分，且屬於「大型事故」，所幸沒有人員受傷。考慮到Aquila無人機的潛在危險性，NTSB將會進行一次全面徹底的調查。

用能長時間飛行的無人機替代衛星的做法，Facebook不是第一家，而這種無人機出現故障，Aquila也不是第一架。據NTSB介紹，2015年5月時，Google母公司Alphabet的無人機Solara 50在新墨西哥的沙漠著陸地帶飛行時遇到了熱上升氣流時就出現了失控的意外狀況。

Aquila的太陽能無人機是Facebook Connectivity Lab多年來的智慧結晶，計劃為世界16億無法上網的人提供廉價的網路接入。

根據佐克伯的願景，他們要保證無人機飛行在 20,000公尺的高空。在這個高度上，較弱的風可以保證飛行的穩定，也不會影響其他飛機的飛行，並且保證信號強度。這種高度上，一架無人機可以保證一個中等城市的網路連接。此外，在這個高度上飛行，Aquila最高可飛行長達3個月。（關於Aquila的技術問題此前愛范兒已有介紹，有興趣者可點擊連結查看）

Aquila還在做實地測試。此前，愛范兒認為對Facebook來說，他們還有很長的路要走。第一，他們要首先完成飛行器的開發，裝上太陽能電池板進行實地飛行。第二，飛行器需要裝載上雷射發射器進行測試，並與地面的雷射接收器進行配合。現在，Facebook還得解決無人機著陸時的結構故障問題。

除了Aquila無人機，Facebook還有用衛星「連接」世界的打算。但此前馬斯克的 SpaceX的獵鷹9號火箭爆炸直接導致Facebook的第一顆網路衛星被完全摧毀，據悉，這顆AMOS-6衛星原本計劃是向非洲居民提供免費的上網服務。

本文授權轉載自：愛范兒

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。