如今无人机市场呈现的“千帆竞走”局面，多少让人联想到几年前的那一拨航模爱好者，航模玩家代表着炫酷一族对于飞行器的想象，不过一直是个小众市场。

在智能硬件浪潮开始退潮的时候，无人机反而逐渐流行起来。供应链的完善、技术的不断成熟、工业级应用的广阔想象空间、消费级市场的崛起，让这个领域中充溢了资本的一掷千金与创业者的荷尔蒙。

又一家公司在8月初推出了无人机产品，这家叫做Brisky（博瑞空间）的公司选择与NVIDIA联手，还给产品取了更酷炫定位：“可看、可思、可自控”的人工智能飞行器。

事实上，Brisky做产品是从工业级市场起步的，消防、警用、巡检等都是工业级无人机非常典型的应用场景。以农业生产中的无人机自动作业为例：在喷洒作业前，先采集农田GPS信息，规划喷洒次数、航线，输入到地面站控制系统，从地面站对智能无人机一键下达指令，即可装载喷洒装置，自主完成喷洒作业，完成后自动飞回到起飞点；而在喷洒的同时，可通过地面站的显示界面，工作人员可以实时观察喷洒作业的进展情况。

博瑞空间联合创始人周斌告诉钛媒体，想要在工业级市场上完成类似的工作，技术上得经过严格的考量。Brisky在2001年就开始了无人机的核心技术——飞控算法的研究。在十几年的发展后，传感器的获取成本变低，复杂的算法也能够得到解决。而成熟的供应链与模块化的设计，让无人机能够适应快速的市场供需与变化。

这次推出的碳纤维一体化成型的Brisky BO型无人机，最高时速能够超过108公里/小时。对工业级生产中，可能面对的极端环境，它也有着比较好的应对措施。

比如野外的作业地区，超过三分之二以上的时间，它的空中风力是超过五级的，而Brisky的抗风能力的标准是瞬时7-8级风；比如防雨能力，Brisky可以做到在小雨中正常作业，中雨正常飞行；比如高低温，零下15度到50多度，都是它的工作范围；比如续航问题，加装增生模块后，可以到100分钟的飞行时间……

而在不同的工业产品、不同的场景需求中，相机的类型是不一样的。比如双目型的，它是用来进行三维的重建；红外线型的，它是专门侦测比如说火源、夜间的目标、生命体征；再比如远焦距的变焦相机，在Brisky机体里面，标配就是三个相机的传感器。

合作伙伴NVIDIA也出现在Brisky产品发布会上。内置NVIDIA芯片，就是为了给产品装上“大脑”，“无人机不应该只是一款遥控的玩具，而是应该有自主工作能力的人工智能。”周斌说。他还给钛媒体编辑描绘了一个场景：

比如有一个开着的门窗，通过人为的设定，无人机可以自己找到这样门窗，飞进去识别并找到设定的物品，再进行后续的操作，而整个过程都是无人机自主完成。 在这样的一个过程中，除了躲避障碍时需要的计算，自主探测、识别与操作这样的行为也需要引入了NVIDIA的处理平台——Jetson X。

那么如何让无人机也变的更加智能？

NVIDIA中国高级销售总监Stephen Chen在谈到人工智能时，提到了三个实现的要素：第一个是超强的计算能力；第二个是算法的提升，现在最流行的叫深度学习，Deep Learning；第三个是深度学习的基础——大数据，有了足够的积累。

“强大的计算能力，这是我们的核心点。” Stephen Chen在谈到让Brisky变得Smart时说， “一个是我们会提供一个很强的GPU计算平台给Brisky做training；一个在无人机这一端，我们提供像TX1这样，具有一个T浮点计算能力的这么一个平台，然后让它去把这个神经网络能够灌输到这个平台上面去，让这个平台具有智能化。”

Stephen Chen认为现在基于视觉的解决方案，已经做得很好了，需要发展的是基于深度学习的视觉解决方案。 比如识别一辆汽车，同时提取十多个车辆的特征，就可以认定它是某一确定车辆。此外，与数据库连通，也可以识别出这个车在过去是否有违章，或是判断是否需要警力对车辆进行堵截。所以在进入行业以后，无人机的应用会越来越广，不仅仅只是航拍这么简单。

而周斌也认为，在有了NVIDIA的支持下，Brisky可以有更多好玩的设想。除了现在已经实现的主动跟随、目标跟随，还可以做体感交互、语音交互，通过特定的动作与语言实现对无人机的指令。

正如周斌所说的，这是一个“一窝蜂”的市场。无人机领域在门槛降低的同时，我们看到越来越多的入局者，越来越到尺寸相同、指标一致、外貌雷同的无人机产品出现，技术、资源与资本也都纠缠在一起，一时间鱼目混珠。

无人机能否支撑起创业者与资本构想的大蓝图，还需要市场和时间给出答案。（本文首发钛媒体，记者/张霖）