Amazon 将在 2026 年底前将其 Prime Air 无人机送货服务推广至美国约 500 个城市和城镇，为数千万新客户带来自主空中投递服务。此次扩张有望实现更快的“最后一公里”交付，但也迫使亚马逊去解决一系列一直限制无人机机队规模的 AI、边缘计算和监管难题。

从试点项目到全国网络

Prime Air 目前仅在少数测试地点飞行。扩展到 500 个站点意味着业务版图扩大了六倍。亚马逊不仅是在购买更多的飞行器，还在构建一个能够跨越截然不同的地形（从密集的市中心街区到广阔的郊区）规划、规避冲突并监控数百条同时运行的飞行路径的系统。

该系统的核心是亚马逊的 AI 技术栈。无人机必须躲避树木、电线和移动车辆，发现突发障碍物，并精准降落在客户的财产上——这一切都无需人工干预。为了实现这一目标，亚马逊正在将决策权推向飞行器本身，使用运行实时机器学习模型的机载边缘处理器。将这些任务从云端卸载可以大幅降低延迟，这对于高速飞行且仅有几秒钟反应时间的无人机来说至关重要。

边缘计算成为瓶颈

在轻量化无人机上运行复杂的感知算法是典型的边缘计算挑战。处理器需要足够的算力来处理高分辨率摄像头画面和 lidar 数据，但同时必须足够小，以便装入载荷并满足能源限制。亚马逊的工程师正在迭代定制芯片和软件流水线，在不牺牲准确性的情况下缩减模型规模，这种权衡可能会为任何需要即时环境感知能力的自主机器人树立标杆。

机队规模的扩大也意味着地面基础设施的扩张。每个启动和接收无人机的枢纽都需要一个能够在毫秒内交换遥测数据、天气更新和空中交通信息的本地网络。数以千计的飞行将把数据传回亚马逊的中央训练流水线，形成一个随着时间的推移不断提高安全性和效率的反馈闭环。然而，这个闭环依赖于一个安全、高带宽的“边缘到云端”流水线，该流水线必须能够在偏远地区信号不佳的蜂窝网络环境下稳定运行。

物流业为何密切关注

“最后一公里”——即从配送中心到客户家门口的最后一段路程——占据了运输成本和碳排放的极大比例。通过避开地面交通，无人机可以缩短交付时间，并减少汽油动力货车的碳足迹。如果亚马逊能够证明大规模空中投递的可靠性和成本效益，电子商务、杂货和医疗用品领域的竞争对手将会有明确的动力去构建自己的自主机队。

除了商业领域，亚马逊还将积累全球最大的、在人口密集地区进行的自主飞行真实数据集之一。应急响应、基础设施检查和农业领域的研发人员可以利用这些数据（在遵守隐私保护的前提下）来加速他们自己的 AI 模型。因此，这一推广过程实际上成为了自主系统如何与人类及建筑环境共存的事实上的标准制定者。

可能减缓推广进程的障碍

怀疑论者指出了监管问题。美国联邦航空管理局（FAA）已为某些测试点授予了有限的豁免权，但要将这些许可扩展到全国，需要持续的安全记录以及与载人飞机进行空域冲突规避的机制。

消费者也提出了安全担忧。路线错误的无人机可能会损坏财产或造成人员受伤，这促使亚马逊通过保险来解决责任问题，并可能重新设计交付流程——例如使用安全的投递箱而非直接降落。此外，边缘计算硬件增加了每架无人机的成本；减少地面交付所节省的成本是否能抵消增加的开支，目前仍是一个悬而未决的问题。

未来几个月值得关注的动向

  • 监管审批： 航空管理局关于全国范围内豁免或规则变更的更新，以适应高密度的无人机作业。
  • 试点指标： 来自现有测试城市的性能数据——交付时间、事故率、能耗——这些数据将表明其是否已具备大规模部署的条件。
  • 硬件突破： 针对自主飞行定制的新型边缘处理器或电池化学技术的发布，这可能会改变成本效益的平衡。
  • 竞争动态： 其他零售商或物流公司申请类似无人机交付许可的情况，特别是在 Amazon 业务覆盖较薄弱的地区。

核心结论

Amazon 力争到 2026 年将 Prime Air 扩展至美国 500 个地点，这一举措测试了 AI 驱动、边缘计算的机器人技术能否从孤立的试点转变为日常商业的核心组成部分。成功将重塑最后一公里物流，并为更广泛的自主系统领域提供海量的真实世界数据。失败或推迟部署将强化一种观点，即监管、安全和成本仍是实现广泛无人机交付的主要障碍。明年将揭示 Amazon 会落在这一分歧的哪一边。