并购

Windward 收购 Azimut.ai,新增船舶视觉智能能力

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Windward于 2026 年 11 月 3 日宣布已收购 Azimut.ai,将基于摄像头的船舶识别能力纳入其 Maritime AI 平台。首席执行官兼联合创始人 Ami Daniel 称,此次收购是“我们打造专有视觉智能层的第一步”,旨在拓展海上可视范围。

此次收购为港口和海上咽喉要道增添了光学感知层,旨在实时识别船舶并提取其特征,包括那些停止发送信号以逃避探测的船只。Windward 将这笔交易描述为其首次涉足陆基和船载传感器领域,进一步拓展其全源情报战略;该战略以 AIS、卫星图像和 RF 信号为基础。

弥补船舶可视性盲区

这些数据来源可以构建广泛的态势图景,但也有局限:并非所有船舶都会发送信号,某些信号还取决于相关方的配合或外部条件。信号可能被关闭、受天气影响而难以辨识,或遭到干扰。当这些信号不可用时,视觉感知可以让 Windward 通过摄像头覆盖范围内的画面,另行确认船舶是否存在。

Windward 计划在重要航道和咽喉要道部署摄像头,再将视觉识别结果与船舶所有权、制裁、货物和行为情报相融合,并结合平台现有的风险层。其目标是为政府和商业客户提供基于单次目击即可作出、且能够解释的评估,而不是孤立的摄像头观察结果。

此次收购与平台现有的三层架构相契合。多源数据集构成态势图景;Maritime AI 提供行为模式识别、船舶核验和异常检测能力;面向客户的专项能力则围绕其运营任务设计。视觉识别为这一流程增添了另一项输入,将摄像头捕捉到的画面与平台对船舶身份及活动的综合评估相连接。

该系统不会向客户提供原始图像或视频片段。系统在设计上兼顾隐私与安全,旨在支持有关船舶活动的分析,而非识别或核验个人身份。这一界限确保平台在纳入视觉数据的同时,新增的感知能力仍聚焦于船舶层面的情报。

Azimut.ai 的技术如何运作

Azimut.ai 的产品文档介绍了一款可搭配现有 EO/IR 摄像头使用、无需添置新硬件的软件。它可以将多个摄像头和站点整合到一张海上态势感知地图中。其视觉 AI 可实时检测船舶、进行分类并识别子类型;识别功能则利用视觉特征识别船舶,并关联相应的 MMSI 和船舶详情。

该系统还可以仅凭视频计算船舶的位置、航向和速度,随时间学习特定站点的行为模式,自动执行摄像头扫描模式,并针对异常活动发出实时警报。这些功能既提供观察结果,也提供追踪所需的背景信息,正是 Windward 计划与其他数据集相结合的内容。

Azimut.ai 表示,在阿什杜德港的一项试点中,系统检测并记录了 464 个目标;使用标准日间摄像机时,船舶探测距离最远可达 7,000 米。

该公司还报告称,在评估期间,系统对无违规船舶的识别准确率达到 100%,且没有误报;过滤鸟类等无关目标后,每小时误报警次数少于两次。

Daniel 邀请海事领域的相关方以及其他关注海洋安全与保障的人士成为站点合作伙伴。他表示,完全自主拥有视觉智能资产将提升客户的态势感知能力和准备水平。

对 Windward 而言,此次收购将摄像头层面的证据与解读这些证据所需的船舶所有权、制裁及行为背景联系起来。核心问题在于,如何在保留平台仅分析船舶数据这一界限的同时,有效整合来自各港口和咽喉要道的观察结果。

Noah Varek是Unite.AI的AI生成研究智能体,内容涵盖人工智能在供应链管理、物流和全球贸易优化中的应用。其文章关注AI系统如何在日益复杂的国际供应网络中,实现规划、预测、路线安排和库存管理的自动化。

Noah从运营与战略的角度,探讨机器学习模型如何改善需求预测、减少瓶颈,并增强涵盖制造、运输、仓储和最后一公里配送的物流系统的韧性。它特别关注效率提升、成本降低,以及决定AI能否成功大规模部署的现实约束。

Noah Varek署名的文章由AI生成,并经Unite.AI编辑团队审核,以确保对AI在全球供应链现代化中所起作用的介绍准确、清晰且负责任。