然而，由于当前俄乌双方所使用的人工智能母机无人机都还处于战场测试阶段，实际作战表现仍需进一步验证，因此，这类无人机的完全作战效能与自主能力究竟如何，目前还难以确切评估。

俄罗斯在人工智能/机器学习无人机领域的进一步发展，在很大程度上依赖于其构建联合态势感知与战场管理系统的能力。俄罗斯亟需开发一套精密的云系统，用于存储和分析前线数据，以训练无人机自主区分目标、规避与友方无人机的碰撞，并协助俄军追踪前线所有无人机的作战行动。

与此同时，乌克兰经过多年发展，已构建出类似美国“联盟联合全域指挥与控制”（CJADC2）构想的“德尔塔”（Delta）和“克罗皮瓦”（Kropyva）等态势感知系统。其中，“德尔塔”是一款庞大的云软件，旨在收集与分析数据、提供全面的态势感知，并支持决策制定。该系统使乌克兰各军种和各级指挥部能够协调来自无人机、卫星、固定摄像头、传感器和前线侦察部队的情报，实现情报共享与协同作战。

操作团队还为“德尔塔”系统集成了诸多附加功能，如“任务控制”程序——无人机操控员可借此避免友军火力误伤和规划无人机任务。此外，“德尔塔”系统还整合了“维扎”（Vezha）外部应用程序——这是一个战场视频分析平台，能够实时传输无人机航拍画面，并支持无人机操作人员、炮兵部队和指挥中心之间相互协作。在“维扎”背后，是“复仇者”（Avengers）人工智能系统为战场目标获取提供强大支持。这些数据分析能力和基于云的数据管理，为乌军赋予了训练人工智能/机器学习无人机的独特优势。

为追赶乌克兰在战场管理与态势感知系统领域的创新步伐，俄罗斯正推进“俄罗斯数字天空”（Digital Sky of Russia）系统的建设。该系统依托格洛纳斯（GLONASS）卫星导航系统与俄罗斯国家技术倡议（NTI）集团的合作，旨在整合原本分散的航空、航天及无人机资源，通过构建低轨卫星星座、混合通信网络等基础设施，结合人工智能技术，实现卫星与无人机数据的高效传输与处理，同时统一原本割裂的监管框架，形成人机协同的一体化系统。目前，相关研发工作正在按计划推进，拟在2025年7月中旬前将项目提案提交至俄罗斯交通部、经济发展部、俄罗斯国家航天集团（Roscosmos）等相关政府部门和机构。

然而，俄罗斯在无人机创新与生产领域采取的集中化模式，或许会在一定程度上对其在人工智能/机器学习无人机研发方面的创新能力产生抑制作用。当前，克里姆林宫正积极推进对民间志愿创新主体的集中管控——这些主体在过去曾为俄罗斯无人机及人工智能创新贡献了大量开创性成果。尽管在2023年至2024年间，克里姆林宫向407家航空器生产商划拨了2430亿卢布（相比之下，克里姆林宫计划在六年内为核能发展拨款2770亿卢布），但这种集中化模式有可能因官僚体制的束缚，限制研发主体在技术突破上的自主性——例如，俄罗斯国防部于2023年底在顿涅茨克州“苏多普拉托夫”志愿营（Sudoplatov Volunteer Battalion）基地设立了无人系统培训与生产中心，但据报道，该中心产出的低成本无人机性能欠佳，在实战中极易被乌克兰电子战系统干扰。

此外，克里姆林宫正着手设立由国家控制的人工智能发展中心。该中心旨在加强政府机构、地区和企业之间的协调合作，为政府在人工智能领域的重要战略目标提供专业的分析支持，同时推动政府系统的数字化和现代化进程。5月15日，俄罗斯副总理德米特里·切尔尼申科（Dmitry Chernyshenko）着重强调了俄罗斯在全球人工智能竞争中保持领先地位的重要性，并计划为相关研究项目提供资金支持。克里姆林宫有可能利用该中心推动人工智能在军事领域的应用以及人工智能/机器学习无人机的研发，但该中心的运作仍面临关键问题，即如何妥善处理与民间志愿开发团体的关系。目前，俄罗斯官方对民间团体的行动限制，如前线访问禁令、众筹管控等，已对本土创新生态造成了一定的冲击。这种国家集中化与民间创新活力之间的矛盾，可能会成为俄罗斯军用人工智能/机器学习无人机技术发展的一大阻碍。

乌克兰在人工智能/机器学习无人机领域的发展则面临双重挑战：一方面，投资不足导致技术迭代缓慢；另一方面，实战压力迫使研发重心偏向“应急式创新”。2025年1月，乌克兰总统泽连斯基在社媒Facebook上强调，乌克兰亟需合作伙伴提供更多投资，以扩大本国无人机产能。2025年5月，美国战略与国际问题研究中心（CSIS）下设的瓦德瓦尼人工智能中心（Wadhwani AI Center）的专家卡特琳娜·邦达尔（Kateryna Bondar）解释称，乌克兰的人工智能技术高度依赖商业开源资源，因而需要更多额外投资来持续推动人工智能/机器学习无人机的创新。然而，这种依赖特性正在导致创新遭遇瓶颈，而政府内部资源分散、跨部门协作缺失及专业人才短缺等结构性问题，进一步制约了乌克兰的无人机研发与生产能力。尽管泽连斯基政府一直强调外部投资的重要性，但在战场需求的倒逼下，乌克兰不得不同时应对技术追赶（如开发和部署光纤无人机）与资源分配的多重矛盾。虽然这种“应急式创新”模式能快速响应前线需求，但却可能因基础研发投入不足而制约长期技术迭代。

尽管人工智能/机器学习无人机被视为未来战场的关键技术，但俄乌双方截至2025年6月仍面临技术落地的现实瓶颈。双方需要先持续优化机器学习算法、强化机器视觉识别能力，并经过大量实战测试来验证技术可靠性，同时还要突破规模化生产面临的资源和时间壁垒。短期内，人工智能/机器学习无人机或仅承担精准打击等特定任务，而低成本、高适应性的FPV无人机仍将主导战场。