$云从科技-UW(SH688327)$  云从科技在反无人机领域的主要成果是，于2025年12月联合上海交通大学、香港科技大学（广州）等机构，共同发布了全球首个针对“空对空”场景的百万级多模态反无人机视觉追踪基准 UAV-Anti-UAV，并同步推出了基于Mamba架构的基线模型 MambaSTS。

需要明确的是，这并非一个可以直接部署使用的终端产品，而是一个行业技术基准与算法评测标准，旨在为全球反无人机技术的研发提供统一的测试和验证标准，填补了该领域低空动态追踪评测体系的空白。

核心技术亮点

这项成果主要由一个大规模数据集和一个高性能模型构成，专门攻克“空中缠斗”这一高难度场景。

1. UAV-Anti-UAV 追踪基准

    * 规模宏大：包含1810个视频序列，总计105万帧，时长近9.85小时。

    * 场景复杂：追踪者和目标无人机均在高速飞行，模拟了“空中缠斗”场景。数据集涵盖了固定翼、多旋翼等5大类无人机，平均相对速度高达0.79，远超现有主流数据集。

    * 标注丰富：除了精细的边界框标注，还创新性地增加了自然语言描述标注，支持视觉-语言跨模态追踪研究。同时标注了快速运动、光照变化等15种高挑战属性。

2. MambaSTS 基线模型

    * 性能领先：在包含50个主流深度追踪算法的评测中，MambaSTS在全部5项核心指标上均排名第一，AUC（0.437）和mACC（0.443）远超第二名。

    * 技术融合：创新地融合了空间、时间、语义三重学习能力。

        * 空间特征：使用分层视觉Transformer提取多尺度空间特征。

        * 语义信息：通过预训练的LanguageMamba模型挖掘文本语义，帮助在画面模糊时精准识别目标。

        * 时间记忆：独创的时间Token传播机制，利用Mamba的选择性扫描功能，留存历史帧中目标的轨迹与外观信息，即便目标被短暂遮挡也能快速找回。

    * 泛化能力强：该模型不仅在“空对空”场景表现出色，在传统的“空对地”、“地对空”数据集上也取得了SOTA（最先进）性能。

应用价值与当前进展

该成果为反无人机技术的实战化应用提供了核心支撑，未来可广泛应用于安防监控、空域管理、重大活动安保等场景。

* 当前定位：作为技术基准，为行业提供统一的评测标准，加速技术迭代。

* 合作进展：目前，已有多家机构、高校和科研院所表达了合作意向，共同推动技术发展。

* 技术澄清：该技术主要基于计算机视觉和多模态AI技术，数据来源于视觉传感器，并未直接使用卫星互联网技术。