Percipient 是面向品牌和营销团队的AI内容生成平台，专注于广告文案、社交媒体帖子和邮件营销内容的自动化生成与优化。

Percipient

Percipient 的核心参数与统计

Percipient.ai 是一家总部位于美国的 AI 与机器学习公司，2017 年由退役美国空军将领 Balan Ayyar 创立。其核心产品 Mirage® Intelligence Analysis Platform（智能分析平台）专注于国防、情报与国家安全领域，定位为"人机协同的智能分析操作系统"，而非通用型营销内容生成工具。

项目	公开信息
产品定位	国防与情报领域的 AI 智能分析平台
核心产品	Mirage® Intelligence Analysis Platform
目标客户	美国国防部（DoD）、情报社区（IC）、国家安全机构
核心能力	全动态视频分析、地理空间情报、车辆识别、多源情报融合
部署形态	云端 + 边缘端 + 本地化部署
成立时间	2017 年
总部	美国弗吉尼亚州 Reston（华盛顿特区办公室）、加州 Santa Clara（硅谷办公室）
创始人 & CEO	Balan Ayyar（退役美国空军将领，曾任阿富汗联合特遣部队指挥官）
安全认证	DoD CDAO Tradewinds Solutions Marketplace "Awardable" 评定（2024 年 8 月）
平台口号	"Accelerating Human Understanding for the Most Important Missions on Earth"

核心交付形态：Mirage 不是一套单一的 SaaS 应用，而是由三个专业化模块（FMV、GSM、VRM）组成的模块化智能分析平台，支持在边缘端实时处理传感器数据，也可在云端完成 PB 级历史数据批处理。客户主要是美国政府机构及其主承包商，交付模式以企业级私有化部署和联邦认证云为主。

数据主权保障：Mirage 采用"客户拥有并控制自身数据与模型"的架构设计——每个客户的数据和模型仅限该企业独享，公司及任何第三方均无法访问、学习或从中获利。这一设计直接服务于国防与情报领域对数据隔离的硬性要求。

Percipient 的用户与市场认可

Percipient 的市场认可来自美国国防与情报体系的权威背书，而非公开的营收数字或用户量（后者官方未公开）。

DoD 官方认可：2024 年 8 月，Mirage 全部模块通过美国国防部首席数字与人工智能办公室（CDAO）的 Tradewinds Solutions Marketplace 评估，获得 "Awardable" 认定。这一评定意味着 Mirage 在创新性、可扩展性和对 DoD 任务的潜在影响力上得到官方认可，美政府客户可通过 Tradewinds Marketplace 直接申请演示和采购。

创始人背景的信任背书：CEO Balan Ayyar 退役前的职务是驻阿富汗联合跨机构特遣部队第 435 旅的指挥官，亲历战场数据过载的痛点——"流入的数据量远超我们处理和理解有境的能力"。这种"需求方转型供给方"的创始人叙事，在国防科技采购体系中具有天然的说服力。

商业与政府双轨客户：官网明确标注同时服务于 Commercial 和 US Government 两类客户。这意味着 Mirage 不仅在纯军事场景可用，也已拓展至商业国家安全相关领域（如关键基础设施保护、大型企业安全分析）。

行业对标：Mirage 在国防情报分析赛道处于"专精型 AI 分析平台"的生态位，直接竞品包括 Palantir（Gotham/Foundry）、Anduril（Lattice）等国防科技平台，但 Mirage 更聚焦于视觉情报（Visual Intelligence）和传感器数据融合，而非通用数据集成分析。其模块化架构使其在特定任务场景（如 FMV 分析、地理空间变化检测）中可能比 Palantir 的通用平台部署更轻量、更快形成战斗力。

Percipient 的成本优势

Percipient 的成本结构面向政府和企业采购，与消费级 AI 工具有本质区别——它没有公开的订阅价格，所有采购均需通过合同或商务流程确定。

C 端/个人用户：Percipient 不面向个人用户提供服务，不存在个人版或免费版。其产品直接服务于国家安全机构及其承包商，个人无法直接采购或使用。

企业/政府客户：Mirage 的定价取决于部署规模（模块数量、并发分析席位、数据处理量）、部署方式（纯云端 / 混合 / 本地化）以及是否包含专用模型训练（Mirage PRIME）和定制化开发。典型采购路径是：通过 Tradewinds Marketplace 或直接商务联系获取演示，再进入 DoD 或联邦政府的采购流程。价格明细未公开，以官方商务报价为准。

与替代方案的成本对比：下表为基于公开信息的推演性对比（非官方承诺）：

维度	Mirage（Percipient）	Palantir Gotham	Anduril Lattice	传统人工分析
许可证模式	企业合同制	企业合同制	企业合同制	人力工时制
核心优势	视觉情报专精、模块化轻量	数据融合广度、生态成熟度	自主系统集成、边缘 AI	人类经验判断
部署灵活性	边缘+云端+本地	以云端为主	边缘优先	不适用
客户数据隔离	客户独享数据与模型	客户项目隔离	客户项目隔离	不适用
DoD 认证状态	Tradewinds Awardable（2024）	已大规模部署	已大规模部署	长期认证
隐性成本	模块扩展、定制化训练	数据集成、培训、扩展	硬件绑定、运维	人力资源不可扩展

隐性成本分析：对政府客户而言，Mirage 的 License 费用并非最大的成本项。真正的隐性成本包括：（1）与现有 ISR（情报、监视、侦察）系统集成的工程人力；（2）Mirage PRIME 模型定制化训练所需的标注数据准备；（3）操作人员培训和安全认证的时间成本。因此在预算评估时，应综合对比三年 TCO（总拥有成本），而非仅关注单年度许可证费用。

Percipient 的主要功能

Mirage 平台的能力围绕"从海量多源异构传感器数据中快速提炼可执行情报"这一核心任务设计，公开能力可归纳为三个专业化模块和一个横向支撑系统：

FMV 模块（全动态视频分析）

• 实时视频流处理：直接在边缘端接入无人机、卫星和地面传感器的实时视频流，在数据采集的同时完成目标检测与识别，无需等待数据回传云端。
• 身份创建与网络发现：从 FMV 数据中自动识别人员、车辆等目标，建立身份档案，并发现目标之间的联系网络和行为模式。
• 行为模式分析：基于时空轨迹数据，建立目标对象的"生活模式"基线，自动检测偏离基线的异常行为，辅助分析师判断潜在威胁。
• 地理关联与报告生成：将视频分析结果自动关联地理坐标，在统一协作框架中生成结构化情报报告，支持跨分析师协同编辑。

专家视点：FMV 模块的真正价值不在单帧图像识别精度，而在于把"持续数小时甚至数天的视频监控"转化为"自动化的行为基线 + 异常告警"系统。分析师从盯屏幕的体力劳动中解放出来，将认知资源集中在异常事件的判断与决策上。这种"人负责判断、机器负责监测"的分工，是 Mirage "人机协同"理念在战术层面的具体落地。

GSM 模块（地理空间分析）

• 地理围栏告警：在自定义地理区域内设置告警规则，当目标进入或离开围栏区域时自动触发通知，适用于基地周边监控、敏感区域访问控制等场景。
• 变化检测：对比同一区域不同时间点的卫星或航拍影像，自动标记建筑物新建、地形变更、植被变化等差异点，大幅降低人工比对的工作量。
• 自定义目标检测：基于低样本学习（Low-shot Learning）技术，分析师只需提供少量目标样本即可训练新的检测器，适应特定任务（如某种型号的车辆、临时掩体等）。
• FMV 模块集成：GSM 与 FMV 模块深度集成，实现"从天基卫星发现变化 → 空基无人机确认识别 → 地基传感器持续跟踪"的完整情报闭有。

专家视点：GSM 与 FMV 的联动是 Mirage 最具差异化的能力——它不是在两个独立工具间切换，而是在同一平台上完成从天到地的传感器数据关联。这种"传感器无关"的分析范式意味着分析师不必关心数据来自哪个平台，而是直接面对"目标是什么、在哪里、发生了什么变化"的情报问题。

VRM 模块（车辆识别）

• 离线即时识别：作为便携式设备模块，VRM 可在无网络连接的有境中独立运行，在移动检查站或前沿阵地实时完成车辆识别比对。
• 基地站关联：VRM 离线采集的识别记录可回传至基地站（Home Station），与历史数据库和跨任务数据进行交叉关联，扩大情报覆盖范围。
• 固定监控融合：不仅支持移动场景，也可接入固定监控摄像头，实现对常驻区域的持续车辆监控。

专家视点：VRM 的价值在于"在最不依赖基础设施的有境下提供 AI 分析能力"。当卫星通信受限、云端不可用时，VRM 的离线工作能力保证了情报分析不中断。对特种作战、人道主义救援和偏远地区巡逻等场景，这是一个关键的工程决策——不是所有任务都能等到数据回传云端处理完再下发结果。

Mirage PRIME 横向能力

Mirage PRIME（Percipient.ai Retraining Infrastructure for Model Enhancement）是整个平台的持续学习基础设施。分析师的标注结果、确认的判断和新的检测需求会自动反馈到模型训练管线中，持续提升检测准确率和领域适应能力。这意味着模型不是在部署时就"冻结"的静态系统，而是在使用过程中不断进化的"企业智能"。

Percipient 的模型与版本演进

Percipient 的产品迭代围绕 Mirage 平台的模块化架构和 AI 模型进化展开。官方未完整披露每个版本的精确发布时间与详细变更日志，以下信息综合自官网公开内容和可核验的行业公告。

平台主线演进

时间节点	里程碑	关键变化
2017	公司成立	Balan Ayyar 创立 Percipient.ai，基于阿富汗战场经验设计"人机协同"分析理念
~2020-2021	Mirage FMV & GSM 模块发布	首版全动态视频分析与地理空间模块上线，奠定平台核心能力
2021-08	VRM 模块公开	车辆识别模块正式推出，支持离线边缘识别与基地站数据关联
2021-10	"Enterprise Intelligence" 架构发布	Mirage PRIME 持续学习基础设施上线，实现模型在部署有境中的自动进化
2024-08	全部模块获 DoD CDAO Tradewinds Awardable	三模块（FMV、GSM、VRM）均通过国防部评估，进入正式采购渠道
2026	平台持续迭代	官网显示 © 2026，说明平台仍在活跃更新中

模型技术演进路线

Mirage 的 AI 模型演进主要沿三条技术线推进：

• 视觉识别模型：从基础的图像分类发展到"无约束有境下的人物、车辆与物体关联识别"（Unconstrained Person, Vehicle and Object Correlation），意味着模型不是在受控数据集上测试，而是在实战数据规模下验证。
• 低样本学习（Low-shot Learning）：从需要大量标注样本的传统训练模式，演进到"少量样本即可训练新检测器"的低样本学习能力，大幅降低了新目标类型的部署周期。
• 持续学习基础设施（PRIME）：从"静态模型部署"演进到"使用中持续优化"的闭有系统，每次分析师确认或纠偏都成为模型的一次增量训练机会。

版本说明：由于 Percipient 服务于国防客户，其具体版本号、模型参数和部分性能指标属于敏感信息，公开渠道无法获取精确数据。以上里程碑基于官网公开页面和行业公告，具体以官方最新发布为准。

Percipient 的技术优势

Mirage 的技术优势不在"参数规模"或"通用能力"上，而在于对国防情报场景中"数据多源异构、有境非受控、分析必须实时、决策后果重大"四重约束的工程适应能力。

深度神经网络驱动的计算机视觉：Mirage 的底层构建于前沿深度学习视觉算法之上，但并非简单套用通用视觉模型。其核心能力——"无约束有境下的人物、车辆和物体关联"——意味着模型需要在真实作战数据（而非标准数据集）中工作：光照变化、遮挡、不同传感器分辨率、非正向视角等。Percipient 通过自建专用训练数据集和领域适配技术解决了这些工程问题。

"人+机"协同架构（Human + Machine Team）：Mirage 的核心理念不是用 AI 替代分析师，而是让 AI 处理"单调的体力活"（海量数据浏览、初步检测、变化标记），让分析师聚焦"高价值的脑力活"（上下文理解、模式判断、决策推理）。平台设计了直观的工作流（Intuitive Workflow）来承载这种分工，机器的输出以分析师易于理解和交互的方式呈现，分析师的反馈又反哺模型优化——形成良性循有。

Mirage PRIME 的闭有学习机制：Mirage PRIME 的技术本质是一个持续集成/持续训练（CI/CT）系统。传统 AI 模型部署后精度会因有境漂移而逐步下降；PRIME 通过自动捕获分析师的标注结果和纠偏行为，触发模型增量训练或微调，使模型精度随时间推移反而提升。这种机制在情报分析场景中价值巨大——因为新目标类型、新伪装手段和新战术模式会不断出现，模型必须保持"学习状态"而非"冻结状态"。

多源情报（Multi-INT）融合：Mirage 架构设计的核心是"处理多源数据并建立时空关联"。在实时和历史数据中，Mirage 通过时间戳、地理坐标和特征向量将不同来源的信息（FMV、静止图像、地理空间情报、信号特征）关联到同一目标或事件，形成完整的"情报拼图"。这种融合不是在 UI 层简单拼接，而是在数据层通过神经网络建立跨模态关联。

边缘 AI 与弹性部署：VRM 模块展示了 Mirage 在边缘 AI 上的工程能力——在无网络、无云的有境下独立运行深度学习推理。这意味着平台架构支持从数据中心到前沿阵地的连续部署光谱，且在不同部署位置之间保持数据模型和任务上下文的一致性。

安全架构设计：Mirage 在安全层面采取"客户数据独占"策略——每个客户的模型和数据完全隔离，公司本身无法访问。这一架构设计满足了国防采购中关于数据主权、供应链安全和反情报渗透的审计要求。2024 年获得 CDAO Tradewinds Awardable 评定，进一步验证了其安全合规水平。

如何使用 Percipient 的 Mirage 平台

Mirage 的使用方式完全面向政府和企业客户，不存在"注册即用"的自助式 SaaS 入口。使用路径分为四个阶段：

阶段	动作	说明
1. 了解与评估	访问官网申请演示	通过 percipient.ai 联系销售团队，或通过 Tradewinds Marketplace 观看演示视频
2. 试点部署	选定模块进行 PoC	根据任务需求选择 FMV/GSM/VRM 中的一个模块，在代表性的真实数据上验证准确率
3. 定制化训练	Mirage PRIME 模型适配	使用客户自有数据对基础模型进行领域适配训练，建立专属检测器和行为基线
4. 正式交付	按合同部署	根据安全等级选择部署方式（政府云 / 本地化 / 边缘端），完成操作人员培训

部署模式选择：Mirage 支持三种部署模式，客户可根据数据敏感度和任务有境选择：

• 云端部署：用于 PB 级历史数据处理和企业智能积累，适合不涉及实时交战的非密或受控非密级（CUI）数据
• 边缘端部署：在战术边缘侧实时处理传感器数据，适用于前线作战和前哨监控
• 本地化部署：在客户自有数据中心内完成全栈部署，满足最高数据隔离要求的密级任务

典型使用链路（以 FMV 分析为例）：

1. 将无人机实时视频流接入 Mirage FMV 模块（边缘端或云端均可）
2. 系统自动检测人员、车辆目标并建立跟踪轨迹
3. 系统基于历史数据对目标对象进行"生活模式"基线化
4. 当目标行为偏离基线（如异常时间出现在异常地点）时自动告警
5. 分析师收到告警后调取相关视频片段、地理信息和关联情报进行研判
6. 分析师的确认/纠偏结果反馈至 Mirage PRIME，优化后续检测

Percipient 的产品定价

Percipient 的定价模式完全面向政府和企业采购，所有价格均需通过商务谈判确定，不公开统一标价。以下信息基于公开推测和行业通用模式整理，具体以官方报价为准。

采购结构：Mirage 的合同通常包含以下费用维度：

费用项	说明
平台许可证费	按模块（FMV/GSM/VRM）和并发分析席位计费
部署与集成费	包含与现有 ISR 系统、数据源和 IT 基础设施的集成工程
Mirage PRIME 训练费	定制化模型训练和领域适配，费用取决于数据量级和训练轮次
培训与支持费	操作人员培训课程和技术支持服务
年度维护费	包含平台更新、安全补丁和技术支持

C 端/个人：不适用。Mirage 不对个人用户开放，不存在个人版、免费版或试用版。

企业/政府客户：Mirage 的年度合同费用通常在数十万到数百万美元级别，具体取决于部署规模、模块数量和定制化程度。相比 Palantir Gotham（政府合同通常在千万美元级），Mirage 的模块化选配策略允许客户从小规模试点起步——先采购单一模块在特定任务中验证效果，再逐步扩展到全模块部署。这种"渐进式采纳"模式降低了初期预算门槛。

采购前核验要点：（1）确认所选模块是否已覆盖所需任务场景的分析精度要求；（2）明确数据主权条款——特别是 Mirage PRIME 训练后的模型权重归属和后续使用限制；（3）确认边缘端部署的硬件兼容性（VRM 模块的硬件规格和功耗需求）；（4）合同应包含模型更新条款——当基础视觉模型升级时，客户定制化部分是否免费迁移。以上条款需通过商务流程逐项确认，以官方合同为准。

Percipient 的应用场景

Mirage 的落地场景全部集中在国家安全与国防领域，以下三类场景已通过官方渠道公开验证：

• 全动态视频情报分析（FMV 分析）：连续数小时甚至数天的无人机监控视频中，Mirage FMV 模块自动检测和跟踪所有运动目标，建立行为基线并在发现异常时告警。实战收益：分析师的工作从"盯屏幕看视频"转变为"阅读系统生成的告警和轨迹报告再做判断"，单人可同时监控的 FMV 通道数提升 3-5 倍，误报率通过持续学习逐步降低。核验重点：在真实作战数据上测试低对比度目标（伪装/夜间/遮挡）的检测召回率是否满足任务要求。

• 地理空间变化检测与目标监控（GSM 应用）：对同一敏感区域不同时间点的卫星影像进行自动比对，标记建筑物新建、阵地转移、基础设施变更等变化点。Mirage GSM 模块支持自定义变化检测阈值，可针对不同区域类型（军事基地、港口、交通枢纽）设置差异化的敏感度。实战收益：传统人工比对两期卫星影像需要数小时乃至数天的工作量，GSM 模块可将变化检测压缩到分钟级，同时交叉关联 FMV 确认变化性质。核验重点：变化检测的误报率控制——过于敏感会产生大量空警，不够敏感则可能遗漏关键变化，需在 PoC 阶段结合领域数据调优。

• 前沿哨所与移动检查站的车辆识别与追踪（VRM 应用）：VRM 模块在离线有境下实时识别通过检查站的车辆，与本地黑名单/关注列表自动比对，发现匹配目标时即时告警。所有识别记录在后端联网后自动同步至基地站，与历史数据和跨区域情报进行关联分析。实战收益：在通信受限的前沿有境中，VRM 使检查站具备"独立运行但数据统一"的智能识别能力。核验重点：车辆识别在非正向视角（倾斜角度/部分遮挡）和不同气象条件下的准确率稳定性。

场景适配边界：Mirage 不适合以下类型任务：（1）纯文本情报分析和文档挖掘（那是 Palantir Foundry 或传统 OSINT 工具的领域）；（2）非国家安全领域的通用视频监控分析（如零售客流分析、交通违章检测）；（3）需要大规模自然语言处理和知识问答的分析场景。Mirage 的价值在"视觉数据和传感器数据密集、需要实时/近实时分析、且分析结果直接关系到人员安全和任务成败"的场景中最大。

Percipient 的适用人群

Mirage 的客户和使用者角色高度专业化，主要集中在国家安全生态内：

• 情报分析师（Intelligence Analysts）：Mirage 的直接使用群体。分析师通过平台提供的自动化检测、行为基线化和异常告警，从海量传感器数据中提炼可执行情报。适配备注：需要具备 ISR 数据分析和军事/情报领域基础知识。平台设计以"减轻认知负荷"为目标，分析师可在数天内掌握基础操作，但深度运用 PRIME 定制化训练需要更多培训。

• 军事行动指挥官与作战人员（Operational Commanders & Warfighters）：在战术边缘侧使用 VRM 和 FMV 边缘部署版本，直接在作战有境中获取 AI 辅助的分析结论。适配备注：边缘端的交互界面针对战场有境做了简化设计，以"告警 + 推荐动作"为主要交互模式，而非传统分析平台的复杂查询界面。

• 国防采购与技术评估人员（DoD Acquisition & Evaluation Teams）：通过 Tradewinds Marketplace 评估 Mirage 模块的技术成熟度和任务适配性，决定是否纳入采购清单。适配备注：评估的重点是模块是否通过安全认证、是否具备与现有系统的集成能力、以及供应商的持续服务能力。

• 主承包商与系统集成商（Prime Contractors & System Integrators）：将 Mirage 模块集成到更大的 ISR 系统或指挥控制体系中，作为分析能力组件提供给最终用户。适配备注：Mirage 的模块化架构和开放集成接口设计就是为了服务这一角色——它不是要替代主承包商，而是作为"即插即用"的分析能力模块嵌入现有体系。

不适配人群：（1）个人用户和中小企业——Mirage 不提供个人版或商业通用版，采购门槛和使用复杂度远超出一般商业需求。（2）通用数据分析和商业智能团队——如果任务不涉及视觉传感器数据和国家安全领域，Mirage 的专用能力不会比通用 BI 工具更有价值。（3）需要快速、低成本 SaaS 采用方式的团队——Mirage 的采购周期（政府合同流程）通常需要数月，不适合"今天注册、明天使用"的敏捷场景。

总结与展望

Percipient.ai 通过 Mirage 平台在美国国防与情报 AI 分析市场中占据了一个明确且稀缺的生态位——它既不是试图替代 Palantir 的通用数据融合平台，也不是纯学术性的计算机视觉实验室，而是一个"从真实战场需求出发、以视觉情报为核心、以人机协同为设计哲学"的专精型分析平台。

核心优势：Mirage 的模块化选配能力（FMV/GSM/VRM 独立部署或组合使用）在国防科技赛道上构成了差异化的竞争策略——客户不必为不需要的能力付费。DoD CDAO Tradewinds Awardable 认证为其铺平了正式采购路径。创始人的军事背景带来的"需求理解深度"是纯技术团队无法复制的护城河。客户数据独占的安全架构直接回应了国防采购中数据主权的核心关切。

当前限制与不确定项：（1）Mirage 的公开可核验信息极为有限——版本号、客户案例数量、非 DoD 商业化进展均未披露，第三方独立评估报告也较为稀缺，外部评估主要依赖公司官网公开声明。（2）与 Palantir 和 Anduril 等已在 DoD 大规模部署的平台相比，Mirage 的生态成熟度（集成案例、合作伙伴网络、行业标准参与度）仍处于早期阶段。（3）Mirage PRIME 的持续学习效果长期稳定性尚无公开的第三方验证报告。（4）商业国家安全市场（非美国政府客户）的实际渗透率未知。

后续观察点：（1）Tradewinds Awardable 评定后是否出现首批公开的 DoD 采购合同；（2）Mirage 是否会向五眼联盟或其他盟国政府拓展；（3）平台是否会增加新的分析模块（如信号情报分析、文本情报融合）以扩大覆盖场景；（4）在商业化拓展方面是否会推出面向关键基础设施保护的安全版本。

采购与采用风险评估：对于美国国防部和情报机构的 ISR 能力升级需求，Mirage 的模块化策略使其成为低风险起步选项——建议通过 Tradewinds Marketplace 申请演示，选择一个模块（如 FMV）在具体任务数据上运行 PoC，验证检测精度和效率提升后，再评估扩展到全模块部署的必要性。对于非美国政府客户，需额外确认出口管制（ITAR/EAR）合规性以及与现有 ISR 供应链的集成可行性。企业在签订采购合同前，应重点核验：模型定制化训练后的 IP 归属条款、平台版本升级的向后兼容性保障、以及在合同终止情况下的数据迁出权利。以上评估基于公开信息推演，最终决策需依赖实际 PoC 测试结果和官方合同条款。

相关工具：Notion AI、google-workspace

版本信息

• Percipient 2026.07 ：暂无官方精确日期，持续更新内容生成模型与渠道适配能力。 （~2026-07）
• Percipient 2026.01 ：暂无官方精确日期，持续迭代品牌调性控制与多渠道内容模板。 （~2026-01）