Mara Spike 反無人機系統：用模擬數據追求可負擔攔截

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-09-12

Mara 正把反無人機系統的重心放在一個很實際的問題：當攻擊方能大量使用低成本 FPV 無人機，防守方若每次都動用昂貴武器，資源很快便會被消耗。TechNews 科技新報報道，這家美國國防科技新創推出名為 Spike 的自主防禦系統，透過偵測模組配合微型攔截無人機，以高速物理撞擊摧毀來襲目標。

不過，現階段外界可掌握的資料主要來自公司及投資方說法。Mara 雖已獲 NATO DIANA 創新加速器計畫選中、取得首筆付費訂單，並在南韓商業港口參與民用安全試點，但這些進展並不等同系統已在各種戰場環境證明攔截率、可靠性或長期維護成本。對採購方而言，關鍵仍是其在複雜環境、密集攻擊及干擾條件下的實際表現。

防守成本要跟得上攻擊規模

TechNews 科技新報指出，現代衝突中的自殺式 FPV 無人機能由不同方向逼近目標，亦可採蜂群方式施襲。傳統飛彈或其他硬殺系統若用高價攔截彈對付成本低得多的目標，會產生嚴重的成本失衡；報道引述的例子是，攔截一架造價數百美元的無人機，成本可達約 20 萬美元。這不只關乎單次交戰輸贏，更涉及防守陣地能撐多久，以及庫存能否應付連續攻擊。

Spike 的設計因而瞄準「足夠便宜、可大量部署」的硬殺方案。系統由 Spotter 偵測單元與 Seeker 攔截機組成：前者整合視覺及被動聲學感測器，並可配合低發射功率 W 頻段雷達，以 AI 識別及追蹤無人機；後者從發射管射出，直接追擊和撞毀目標。與依賴干擾或阻斷訊號的軟殺方式相比，物理攔截可避免把成敗完全押在對方通訊鏈路或導航方式上。

被動感測亦有其戰術考量。TechNews 科技新報指出，Spotter 不必如部分電子戰設備般持續主動發射電磁訊號，因此理論上較不易因持續發射而暴露位置。這種設計對固定據點可能尤其重要；但由視覺和聲學為核心的感測模式，也意味着系統效能會受到遮擋、背景噪音、天氣、目標特徵和部署位置影響。Mara 並未在報道中公開足以比較不同情境的獨立驗證數據，現時不宜把其偵測能力視為已獲全面證實。

遊戲模擬的價值，在於累積罕見飛行軌跡

Mara 最具辨識度的做法，是把 AI 訓練前移至自行開發的 3D 遊戲模擬器。TechNews 科技新報報道，團隊除了讓 AI 在虛擬環境探索，還收集玩家操控、閃避和進攻時產生的飛行數據，讓模型學習預測不規則軌跡，再規劃攔截路徑。這個思路的價值，不單是「用電玩訓練 AI」的話題性，而是試圖以較低成本累積大量對抗樣本。

真人玩家數據或可補足純模擬訓練的一個缺口：演算法自行探索時，未必自然產生人類操作者在壓力下使用的突變動作、誘導路線或刁鑽進攻角度。若資料集涵蓋足夠多樣的操作風格，攔截機便可能較早學會預判這些行為。從工程角度看，這是以軟件和資料迭代，減少每次都要安排實體飛行測試的成本與時間；對仍在快速演變的無人機戰術而言，更新速度本身可以是競爭因素。

但模擬與現實之間仍有距離。遊戲中的感測雜訊、氣流、鏡頭成像、通訊延遲和硬件故障模式，是否能充分反映現場，將直接影響模型由虛擬環境轉入實體飛行時的表現。真人玩家的策略亦未必等同所有對手的操作方式。因此，遊戲數據較合理的定位是加快訓練和擴闊案例覆蓋，而不是取代實地測試。Mara 往後能否持續把模擬成果與真實攔截資料互相校正，會是評估其 AI 能力的核心。

撞擊式攔截的優勢，也帶來部署壓力

按 TechNews 科技新報所載資料，Seeker 重約 300 克，最高時速約 200 公里，接戰距離約 1.5 公里，配備紅外線熱成像及 AI 目標辨識能力。它不使用炸藥，而是利用高速撞擊的動能破壞敵機。這有助簡化攔截器的殺傷設計，也可減低在基地或民用設施附近使用爆炸物的風險；不過，成功條件轉而集中於定位精度、目標追蹤、發射時機及末段機動能力。

系統的容量設計同樣重要。報道稱，一個 Spike 感測部署站最多可配置 48 架 Seeker，發射台重裝少於一分鐘，並採用可向多方向同時發射的分散式網狀節點架構。這代表 Mara 嘗試把反無人機防禦由單一攔截器的性能競賽，轉為感測覆蓋、攔截庫存和發射節奏的整體問題。面對多波次攻擊時，防守方需要的不只是擊落一架無人機，而是在警報、追蹤、分配目標與補給之間保持節奏。

公司表示，整套 Spike 系統售價約為 3 萬至 10 萬美元，並以 Seeker 單機成本不高於威脅目標兩倍、長遠接近一比一為目標；Mara 更稱其方案較次優攔截系統便宜近 20 倍。這些均屬公司目標或聲稱，未見報道提供獨立的成本拆解和對比基準。即使單機成本下降，整體擁有成本仍會取決於感測器數量、站點密度、攔截器補充、訓練、維修及指揮系統整合，不能只以攔截機單價判斷。

下一步是證明系統能否由原型走向持續運作

TechNews 科技新報報道，Mara 在 8 月完成 700 萬美元 Pre-Seed 輪融資，並計劃今年底推出固定式版本，優先面向軍事基地和重要據點；車載及可攜式版本則預計於 2027 年推出。固定部署相對容易建立已知的感測範圍、發射位置及補給程序，或可成為驗證整套架構的先行場景。至於流動及可攜版本，則會對快速部署、振動耐受、能源供應與人員操作提出更多要求。

對軍事和關鍵設施營運者來說，Mara 的成敗將不只取決於 AI 是否能撞中目標，也取決於其能否以可接受成本處理多目標、縮短重裝時間，並在不同感測條件下維持穩定運作。其遊戲模擬訓練方法確實提供了一條較快建立數據迭代的路徑，但下一步值得觀察的是，固定式版本投入後會否有更多可核實的測試結果公開，以及試點客戶如何評價其維護、補給和實際防護效益。