Inside Zipline's Autonomous System: 140M Miles, Zero Incidents

Zipline 联合创始人：无人机只占系统复杂度的 15%，我们花了 8 年才进入美国，现在目标是比 Waymo 安全 2 倍，即将每天完成 100 万次配送。

• Zipline 2011 年成立，2014 年转型，2016 年在 卢旺达 启动商业服务，最初只配送 血液 给医院。当时在美国飞行是 非法的，所以选择在监管更灵活、需求更迫切的国家起步。
• 早期最大的教训：无人机只占系统复杂度的 15%。团队原以为造出酷炫的飞机就行，结果前 9 个月只服务了 1 家医院（合同签了 21 家）。他们被迫自建库存管理、与民航局集成、与医疗系统对接等 85% 的辅助系统。
• 关键客户反馈：医生和实验室技师说“人们 24/7 都会生病，为什么你们只营业 12 小时？” 这促使 Zipline 在第一年内就实现了 24/7 全天候运营，并成为公司“客户痴迷”文化的基石。
• 当前规模：已覆盖 8 个国家、服务 5000 家医院，累计飞行 1.4 亿英里（相当于在美国每条路上开 30 多遍），完成 250 万次配送，零安全事故。宾夕法尼亚大学研究显示，Zipline 使 孕产妇死亡率降低 51%，每年拯救 1 万到 1.2 万 条生命。

• 700 个自研组件：飞机上有 700 个独特部件、43 个主要子系统，全部由 Zipline 从头设计，包括飞行计算机、电机、电池管理系统、配送舱（自带 NVIDIA GPU 的 AI 自主系统）等。因为市面上买不到所需 推重比 的电机。
• 双飞行计算机 + 仲裁器：飞机有两台飞行计算机，都认为自己“在飞”，同时接收传感器数据并发送指令。一个 仲裁器 监控两者健康，决定谁“说了算”。若仲裁器失效，主计算机继续飞行。几周前刚发生过一次主计算机故障，自动切换后飞机安全返航。
• 安全目标：比 Waymo 安全 2 倍：Zipline 原目标是比汽车安全 10 倍，但董事会成员 Alfred 认为“汽车是过时技术”，要求对标 Waymo（约比汽车安全 10 倍）。Zipline 今年底的目标是 比 Waymo 安全 2 倍。目前 1.4 亿英里零事故，而同等里程汽车驾驶预计会导致 600 起事故、100 人受伤、2-6 人死亡。
• 极端环境测试：飞机在 49°C（凤凰城夏季）到 -25°C（美国北部）下运营。测试不只是“通过”，而是 故意把部件搞坏，看它如何失效，从而改进设计。单个飞机已累计飞行 超过 100 万英里。

• 配送精度：飞机在 100 米 高空悬停，利用 实时差分 GNSS（厘米级精度）和配送舱上的 NVIDIA GPU 自主感知系统，识别最佳落点（如避开桌上的饮料），然后降下配送舱，触地开门，留下包裹后收回。配送舱还能在 X/Y 轴 上自主调整位置。
• 从“飞行员”到“舰队指挥官”：受《安德的游戏》启发，Zipline 将监控人员改称 “舰队指挥官”。从最初 1 人看 1 架飞机，到如今 1 人管理 100 架，并计划继续扩大比例。人类角色从“操作者”升级为“战略管理者”。
• 规模化的新挑战：Zipline 花了近 10 年 才完成第一个 100 万次 配送，但很快将实现 每天 100 万次 配送。这意味着百万分之一概率的事件将 每天发生，维护、软件系统、流程都必须彻底重构。Zipline 正在投资“制造机器的机器”。
• 空中交通管制变革：Zipline 未来每天飞行量将超过 美国所有航空公司总和（目前最大航司每天约 5000 架次）。他们正在与 FAA 合作，推动飞机间 直接通信、自动冲突检测（“你上我下”），并参与制定行业标准。美国 50% 的空中交通管制员超过 45 岁，20% 即将退休，劳动力危机倒逼改革。

“我们做这件事，不是因为容易，而是因为我们以为它会很容易。”——Keller Rinaudo（Zipline 联合创始人）

• 做 AI 硬件的，别只盯着模型：Zipline 的“15% 无人机”教训对所有 AI 机器人公司都适用。真正的壁垒在 85% 的辅助系统（集成、运维、合规、供应链）。如果你只做“核心算法”，最终会被这些“脏活累活”拖垮。
• 安全不是“够用”，而是“知道怎么坏”：Zipline 的测试哲学值得借鉴——不是验证“没问题”，而是 主动寻找失效模式。做自动驾驶或任何 AI 系统，应该把“如何安全地失败”作为设计输入，而不是事后补救。
• 规模化会暴露所有“百万分之一”的问题：当你的系统从百万次增长到每天百万次，所有罕见故障都会变成日常。这要求从一开始就设计 冗余和容错机制（如双飞行计算机），而不是等到出事后才补。