從自主化武器的集群協同到智能化后勤的精準保障，從自動化防御的實時響應到沉浸式訓練的場景重構，人工智能正推動軍事變革進入“算法驅動戰爭”的新階段

　　這是美國開放人工智能研究中心（OpenAI）首次向軍事領域開放技術，標志著生成式AI從民用場景向國防安全的跨界應用

　　人工智能技術在軍事領域的深度滲透帶來作戰效能的革命性提升，但其內生的技術特性與戰場復雜環境交織，衍生出多重安全隱患，不僅挑戰傳統戰爭法原則，更對國際安全秩序構成系統性沖擊

　　人工智能軍事應用的快速發展與全球安全治理的滯后性形成鮮明矛盾，國際社會在規則構建、機制協調與責任界定等核心議題上陷入多重困境

　　文 | 譚笑間

　　在全球科技革命與軍事變革深度融合的進程中，人工智能（AI）正以革命性力量重塑戰爭形態。從自主化武器的體系化協同到多域防御系統的智能響應，從全鏈條后勤的精準調控到沉浸式訓練場景的構建，人工智能軍事應用已形成覆蓋作戰全流程的賦能體系，推動戰爭從“能量對抗”向“智能博弈”加速演進。

　　技術進步帶來的安全風險與治理困境同步凸顯：算法決策缺陷引發高頻誤傷，作戰節奏加快加速沖突升級，傳統戰略穩定框架遭到動搖，而相關全球治理體系陷入機制性停滯。如何在釋放技術效能與管控安全風險中找到平衡點，成為人工智能時代全球安全治理的核心命題。

美國海軍一架電子戰飛機在美國加利福尼亞州南部的圣迭戈附近海域墜毀，參與打撈墜毀飛機的小艇在海面作業（2025 年 2 月 15 日攝） 新華社 / 路透

　　AI軍事應用新前沿

　　當前，人工智能技術正以前所未有的速度重塑軍事領域的作戰模式與保障體系，其應用已滲透至武器系統、防御體系、情報分析、后勤管理及訓練模擬等核心軍事領域。

　　從自主化武器的集群協同到智能化后勤的精準保障，從自動化防御的實時響應到沉浸式訓練的場景重構，人工智能正推動軍事變革進入“算法驅動戰爭”的新階段。

　　自主化武器：從單一平臺到體系協同的智能化躍升。

　　在自主化武器發展中，美軍無人艇蜂群技術展現出分布式協同作戰的潛力。2025年4月，美國海軍宣布成功演示八艘小型無人水面航行器，這些航行器由海軍先進的“利維坦”軟件包驅動，將傳統需40人操控的流程壓縮至1人監控。“利維坦”包括自主基線庫、通用控制系統、自動目標識別和感知工具。其中，自主基線庫是首個符合美國海軍無人海事自主架構6.0標準的完全開放架構自主軟件，可靈活調整并吸引廣泛的行業參與。這些航行器還可與美瀕海戰斗艦任務模塊無縫協同，標志著無人平臺融入作戰艦隊的進程邁出了重要一步。

　　波士頓動力公司四足機器人“大狗”的演進則體現了強化學習在復雜地形機動中的軍事應用。在美國國防部高級研究項目局（DARPA）資助下，波士頓動力公司通過激光雷達與立體視覺融合，使“大狗”在35度斜坡、積雪等復雜地形移動，可負重伴隨步兵班組實施山地補給。

　　DARPA空戰演進計劃聚焦人機協同的空中纏斗場景，構建了層級化自主系統框架：人類負責制定總體交戰策略與目標優先級，AI系統執行戰術機動與武器交戰細節。該計劃通過“馬賽克戰”理念，將傳統單一平臺殺傷鏈轉化為“有人-無人”異構網絡系統，為未來空戰的“人在回路”控制模式奠定技術基礎。

　　自動化防御：多域威脅的實時感知與智能響應。

　　在反無人機領域，美國開放人工智能研究中心（OpenAI）與安杜里爾的合作開創了大模型技術在動態威脅處理中的新路徑。2024年12月，美國防科技公司安杜里爾宣布其部署的晶格（Lattice）軟件平臺將集成GPT-4o等先進模型，實現對無人機群的實時發現與打擊。這是OpenAI首次向軍事領域開放技術，標志著生成式AI從民用場景向國防安全的跨界應用。安杜里爾與美海軍陸戰隊已簽訂2億美元的反無人機系統研發合同。

　　美軍工企業洛克希德·馬丁對“宙斯盾”系統的智能化升級，展現了AI在復雜海戰環境中的決策優勢。最新系統通過機器學習算法同時跟蹤100多個目標，基于實時威脅評估自動優化武器配置，在高超音速導彈攔截場景中決策時間壓縮至毫秒級。

　　末端高空區域防御系統（薩德）6.0版本通過彈道軌跡深度學習模型，將來襲導彈的跟蹤準確率提升至92%。該系統融合雷達數據與衛星情報，構建了覆蓋戰略、戰役、戰術層面的多層防御網絡，成為區域反導體系的智能核心。

　　情報分析：從數據處理到認知決策的范式轉型。

　　美國帕蘭提爾（Palantir）公司的AIP平臺構建了多源情報融合的智能中樞，通過集成大型語言模型（LLM）實現對戰場文本、圖像、信號數據的實時解析，分析戰場情況、制定行動方案并進行作戰總結。它支持識別敵方單位、請求新圖像以及將干擾器等資源分配給通信目標等任務。AIP還使AI能夠將決策與操作系統同步，確保AI編寫的提案得到人類的驗證并與軍事目標保持一致。此外，AIP還幫助構建、標記和準備國防數據，以在所有分類級別進行AI訓練和開發。

　　攀登人工智能公司（ScaleAI）的多諾萬（Donovan）平臺專注于情報報告的自動化處理，通過強化學習從海量文檔中提取關鍵信息。多諾萬支持戰場情報準備，提供友軍和敵軍行動的實時背景，幫助指揮官更快做出決策。其定制化模型Defense Llama針對軍事術語進行優化，可準確識別沖突區域的兵力部署與裝備動向。該平臺已在美軍第十八空降軍部署。

　　DARPA“心眼”項目突破傳統計算機視覺的靜態識別局限，構建了動態行為理解的生成式模型。該系統通過無監督學習解析戰場視頻中的動作鏈，對復雜場景的敘事準確率達78%，為后續“馬賽克戰”的戰場態勢預測提供了關鍵技術支撐。其成果已融入多域指揮控制系統。

　　后勤管理：全鏈條資源的精準化智能調控。

　　在裝備維護領域，洛克希德·馬丁為C-130J運輸機構建的預測性維護系統，通過600個傳感器實時采集發動機振動、液壓壓力等數據，實現135類故障的提前預警，維護成本下降22%。該系統采用數字孿生技術模擬極端環境對部件壽命的影響，已從運輸機擴展至AC-130炮艇機與EC-130電子戰機隊。

　　美國空軍熊貓（PANDA）系統將人工智能嵌入“基于狀態的維護”框架，通過分析F-35戰斗機的傳感器數據，生成預測性維護建議，實現從定期維護向視情維護的模式轉變。該系統構建了跨機型、跨地域的統一維護平臺，使裝備完好率顯著提升，成為全球最大規模的軍事裝備智能保障系統。

　　美國海軍后勤人工智能集成計劃通過兵棋推演建模，優化艦艇零部件庫存與全球供應鏈調配。該系統基于歷史消耗數據與實時任務需求，動態調整維修備件儲備，將關鍵部件缺貨率降低30%，同時通過強化學習算法模擬不同補給策略的效能，為航母戰斗群的遠洋部署提供決策支持。

　　訓練模擬：沉浸式場景構建與個性化能力生成。

　　美國陸軍“合成訓練環境”通過融合虛擬現實與增強現實技術，構建了全地形交互式訓練場景。該系統集成綜合視覺增強系統護目鏡傳感器，實時跟蹤士兵心率、腦電波等生理數據，通過壓力模擬算法生成逼真的戰場應激反應，提升訓練效果。標志性項目“下一代班組武器”訓練模塊，已實現實彈射擊與虛擬目標的無縫融合，大幅降低實裝訓練成本。

　　微軟推動DALL-E圖像生成技術在軍事訓練中的應用，為戰斗管理系統提供低成本數據增強方案。通過生成高逼真度的戰場圖像，訓練算法可覆蓋絕大多數極端場景。該技術已應用于無人機目標識別系統，使復雜背景下的目標檢測準確率提升，為智能武器系統實戰化部署提供了數據支撐。

　　衍生多重安全隱患

　　人工智能技術在軍事領域的深度滲透雖帶來作戰效能的革命性提升，但其內生的技術特性與戰場復雜環境交織，衍生出多重安全隱患，挑戰傳統戰爭法原則，也對國際安全秩序構成系統性沖擊。

　　算法決策的局限性在實戰中集中表現為目標識別偏差。基于歷史數據訓練的模型，在面對復雜社會場景時，極易因數據樣本的片面性產生認知盲區。如2021年8月，美軍MQ-9無人機在喀布爾誤擊民用車輛，導致10名平民死亡（含7名兒童），事后調查顯示無人機影像分析算法未能有效區分攜帶民用物品還是武器。

　　自主武器系統的環境適應性不足也是誤判的重要誘因。當前AI系統在動態場景中的多源數據融合能力存在缺陷，僅依賴視覺識別的決策模型，難以處理人體姿態、環境遮蔽等復雜變量，導致在無明確軍事特征目標的判定中出現系統性偏差。

　　人工智能對戰場感知與精確打擊的賦能，正動搖以核威懾為核心的傳統戰略穩定框架。《不確定性下的威懾：人工智能與核戰爭》一書揭示了人工智能與戰略穩定之間的一個深層矛盾：當非核國家憑借AI驅動的常規技術獲得穿透性打擊能力時，核大國的核打擊能力將不再絕對可靠。例如，通過整合機器學習與多源傳感器數據，AI系統可將機動導彈發射器與核潛艇的定位精度提升至米級。而AI驅動的“協同式態勢感知”，正使非核國家能夠構建“發現即摧毀”的常規打擊閉環：通過無人機蜂群實時監測敵方機動核力量動向，依托高超音速導彈實施快速精準打擊。

　　進攻方A國可利用AI提升偵察精度，但防御方B國更熟悉自身核系統的弱點，能夠通過主動對抗措施（如電磁干擾、假目標生成）與被動偽裝技術（如動態路由規劃、多模態信號欺騙）等，將AI偵察的有效識別率降低。當常規技術進步不斷壓縮核威懾的戰略空間時，任何一方的技術突破都可能引發安全困境的螺旋升級，這對于每一個主要大國都是重大戰略環境的改變。

　　全球安全治理滯后

　　人工智能軍事應用的快速發展與全球安全治理的滯后性形成鮮明矛盾，國際社會在規則構建、機制協調與責任界定等核心議題上陷入多重困境。

　　大國缺乏戰略互信：治理框架的價值分歧與集團博弈。

　　在人工智能軍事應用的全球治理體系構建中，主要大國的戰略目標差異構成根本性障礙。

　　美國的治理框架帶有明顯的地緣政治意圖，實質是將人工智能軍事化納入西方安全同盟體系。2024年“奧庫斯”聯盟測試的AI驅動無人機協同作戰系統，更是繞過聯合國等多邊平臺，通過封閉性技術合作強化小圈子軍事優勢。這種“技術霸權主義”遭到發展中國家普遍反對。

　　多邊進程陷入停滯：機制低效與規則真空的雙重困境。

　　現有國際法律框架在人工智能軍事應用領域的適用性爭議，導致多邊治理機制陷入功能癱瘓。《特定常規武器公約》（CCW）框架下的致命性自主武器系統（LAWS）談判持續多年沒有成果。

　　技術霸權與規則赤字形成惡性循環。北約2024年更新的《人工智能戰略》，將“跨大西洋技術標準”凌駕于聯合國規則之上，要求成員國優先采用西方主導的算法透明度評估體系。這種“機制替代”策略削弱了CCW的權威性，導致“禁止殺手機器人”運動等民間倡議與政府間談判嚴重脫節。紅十字國際委員會2024年報告指出，自主武器系統對受武裝沖突影響民眾造成傷害的風險極高，但一些國家的軍方似乎仍在不斷放松對使用此類武器的地點及攻擊對象的限制。這使得陷入最新地區沖突中的國家或區域有成為AI武器“試驗場”的趨勢。

　　更深刻的矛盾在于治理議題的“安全化”與“技術化”失衡。當美國將人工智能軍事化納入“印太戰略”，將其他國家視為其假想敵和對手，多邊治理平臺就淪為地緣競爭的角力場。2024年9月聯合國人工智能高級別咨詢機構發布的七項建議中，“設立國際科學顧問委員會”“建立全球數據框架”等技術性措施因缺乏政治共識而難以落地，而“嚴格限制AI軍事用途”的核心訴求在美西方雙重標準下淪為空談。

　　問責機制面臨缺失：法律空白與執行困境的疊加效應。

　　人工智能軍事應用的技術特性，使傳統國際法中的責任歸屬原則遭遇系統性挑戰。《羅馬規約》第28條確立的“指揮官責任”，在面對算法決策導致的平民傷亡時陷入認定困境。如2021年喀布爾無人機誤擊平民事件中，美軍以“算法訓練數據偏差”為由免除操作員責任，暴露“技術黑箱”對責任鏈的切割效應。

　　合規性評估機制的缺失加劇風險敞口。根據卡內基國際和平基金會2024年報告，全球現役的32種AI武器系統中，僅7種接受過第三方倫理審查，且審查標準由研發國自行制定。土耳其“旗手”TB2無人機在納卡沖突中的使用，暴露出“技術出口國與使用國責任分離”的漏洞。而現有《武器貿易條約》甚至未將無人機乃至自主AI系統納入管制清單。

　　更深層的挑戰在于“人機關系”的法律定位模糊。美軍“馬賽克戰”體系中的AI決策節點已實現“戰術級自主”，人類指揮官僅保留“戰略否決權”，責任主體虛化。

　　當前人工智能軍事應用的治理困境，本質上是工業時代的國際治理體系與數字時代技術革命的錯配。人工智能軍事應用與全球治理，更需要全球安全秩序從“權力制衡”向“規則共建”的范式轉換。唯有摒棄“技術霸權”與“零和思維”，回歸《聯合國憲章》確立的集體安全理念，才能為人工智能劃定文明發展的軌道。

　　（作者為中國現代國際關系研究院科技與網絡安全研究所副研究員）■