人工智能在现代军事体系中的整合：2024-2025年度发展评估

人工智能在现代军事体系中的整合：2024-2025年度发展评估

执行摘要

本报告基于2024-2025年间多国官方文件、产业数据、战场实证与学术研究，系统评估人工智能技术在军事领域的整合进程。评估显示，AI已从实验性技术转变为多国国防体系的核心 operational 能力，在目标识别、决策支持、自主系统等领域形成规模化部署。各国通过机构重组、采购改革、人才培养和国际对话等途径推进军事AI能力建设，同时面临技术可靠性、数据质量、组织适应性与国际规范协调等方面的持续挑战。

┉

一、 技术演进与应用现状

1.1 战场应用实证

根据 War Room 对乌克兰战场的一线观察（2025年7月），AI增强的FPV无人机打击精度从30-50%提升至约80%。非营利组织OCHI已收集200万小时战场视频数据用于AI训练。技术成本显著降低，AI目标识别系统可以约25美元的成本集成到商用无人机平台。志愿者组织"Victory Drones"正在开源集成AI瞄准功能，表明技术扩散门槛持续下降。

以色列的"Lavender"系统据报已识别37,000个潜在关联目标，该系统显著提升了空袭节奏。电子战环境正迫使无人机系统向自主运行模式演进，人类通信链路在战场干扰下可靠性降低。

1.2 技术能力分类

当前军事AI应用呈现三个层次：

○辅助决策层：AI优化人类识别的打击路径（当前主流模式）

○自主识别层：AI扫描战场并由人类授权打击（部分部署）

○全自主层：AI完成识别、决策到执行的全流程（演进方向）

美国陆军战争学院报告指出，AI正用于构建"共同作战图"（COP），将多源情报融合时间从数小时压缩至分钟级。强化学习（RL）模型可自动生成数十个行动计划（COA）并按预期效能排序。计算机视觉系统已集成到情报分析与目标识别流程中。

┉

二、 产业格局与经济动态

2.1 企业排名与营收

Defense News 2025年防务百强数据显示：

○Anduril首次入榜，位列第93位，防务收入9.5亿美元，实现翻倍增长

○Palantir位列第70位，防务收入15.8亿美元，同比增长38%

○Kratos位列第91位，收入9.89亿美元，同比增长38%

○波音从第6位降至第7位，收入318亿美元，呈微降趋势

○德国莱茵金属从第20升至第18位，收入82亿美元，同比增长50%

○以色列Elbit从第22升至第21位，收入68亿美元，同比增长14%

2.2 重大项目合同

美国空军CCA项目（协同作战飞机）授予Anduril（YFQ-44）和通用原子公司（YFQ-42），未选择洛克希德·马丁或波音等传统航空巨头。Anduril获得美陆军1亿美元合同领导下一代指挥控制原型开发，并为台湾提供游荡弹药合同。其与美军特种作战司令部、陆战队、陆军均有防空系统合同。

Palantir与陆军签订为期10年、价值高达100亿美元的企业服务协议（ESA），整合75个软件合同（15个主包+60个分包）。Meta已聘请前Pentagon官员向联邦政府推销VR与AI服务。

全球军费支出达2.7万亿美元（+9.4%），为冷战结束以来最大增幅，驱动AI军事采购激增。

┉

三、 政策与制度框架

3.1 美国

○机构调整：2018年成立联合AI中心（JAIC），2022年合并为首席数字与AI办公室（CDAO）

○采购改革：通过Other Transaction Authority（OTA）协议绕过传统采办流程，直接对接非传统承包商

○预算投入：陆军FUZE计划每年投资7.5亿美元给AI初创企业；2026财年陆军网络预算从4900万美元增至2.44亿美元（+400%），战术网络从3.78亿美元增至8.66亿美元（+130%）

3.2 英国

○战略文件：2022年发布《防务AI战略》，2023年成立防务AI中心（DAIC），2024年11月发布JSP 936指令规范AI全生命周期

○最新评估：2025年6月工党政府《战略防务评估》强调向自主与AI转变

3.3 欧盟与成员国

○AI法案：2024年8月生效，明确豁免军事和国家安全用途

○法国：2024年成立AMIAD（军事AI局），专注反无人机与LLM军事应用

○德国：2019年概念文件将AI视为"增强决策工具"

○意大利：2024年国家战略将AI称为"国防关键要素"

3.4 以色列

○管理机构：2025年1月成立AI与自主管理局，领导全军AI研发与采购

○应用实践：使用AI进行导弹瞄准（Lavender系统），军方称人类分析师审查AI建议

○供应商：采用Palantir、Rafael、Elbit Systems的AI技术

3.5 其他国家

○日本：采用"敏捷治理"，2024年8月投资18亿日元建设AI监控系统，考虑加入AUKUS第二支柱

○澳大利亚：DSTG开发"防务AI伦理方法"，政府AI政策不适用于国防

○俄罗斯：2019年《AI发展战略至2030年》，反对联合国LAWS禁令，主张现有国际人道法足够

○沙特：2025年5月成立Humain公司开发AI技术，限制与中国的AI合作以换取美国技术准入

┉

四、 国际治理与规范框架

4.1 REAIM峰会（荷兰/韩国）

○性质：自下而上，包容非国家行为者

○规模：100国2000名参与者（含中国、Global South）

○成果：发布《行动呼吁》9项措施（无约束力），强调信息共享与最佳实践

4.2 美国《政治宣言》

○性质：自上而下，主权国家为唯一主体

○成员：54国（截至2024年8月），不包括中俄

○成果：11条规范，明确声明为"非条约"框架，无法律约束力

○重点：强调美国领导与军事AI负责任使用

4.3 规范挑战

ISPI报告指出，传统军控谈判需要数十年，而AI发展速度使长期谈判结果"有些徒劳"。术语定义（如"自主"、"有意义的人类控制"）缺乏国际共识。中美战略竞争使全球条约的现实可行性受限。

┉

五、 战场实证与效果评估

5.1 乌克兰战场

乌克兰2024年6月成立无人系统部队，2023年4月启动BRAVE1防务技术集群，整合政府、军队、私营部门。战场环境强调"创新友好"，避免过度监管以促进快速部署。

5.2 训练数据规模

OCHI系统收集的200万小时视频形成全球最大的军事AI训练数据集。志愿者组织参与数据标注与模型训练，技术扩散呈现"民主化"特征。

5.3 杀伤效能

War Room数据显示，AI增强使FPV无人机精度提升至80%，无人机造成70-80%战场伤亡。电子战环境下，自主运行成为必要选择。

┉

六、 人才培养与组织变革

6.1 美军人才培养

西点军校自2029届起要求所有新生必修"计算、网络空间与人工智能导论"（AI105），非工程专业学员需完成编程、数据工程、AI模型部署序列（AI300→AI350→AI450）。AI辅修专业培养"将AI融入复杂作战环境"的军官。

6.2 组织结构调整

美国陆军战争学院报告提出，AI作为中央"大脑"需要重新定义指挥链、创建新军职、重新平衡集权与分权。弥诺陶洛斯战争概念要求人类与自主系统形成混合结构。

┉

七、 风险与挑战

7.1 技术风险

兰德公司2024年报告（RRA1473-1）指出强化学习（RL）系统面临数据需求爆炸、黑箱决策、人才流失、奖励函数定义困难等挑战。模拟-现实鸿沟可能导致训练于清洁数据的系统在真实战场失效。

7.2 数据质量

陆军战争学院报告强调需要"干净、结构化数据"训练AI系统，但OCHI等战场数据源质量参差不齐。跨密级数据整合存在技术障碍。

7.3 伦理与责任

各国虽提出"负责任AI"框架，但具体实施机制尚不明确。当AI系统造成非预期后果时，责任归属（程序员、指挥官、系统本身）缺乏清晰界定。国际人道法对自主武器的适用性存在争议。

7.4 人才竞争

私营企业薪酬显著高于政府部门，导致政府机构难以保留AI专家。硅谷与国防部门的人才流动形成双向通道。

┉

八、 来源链接

前线实证与战术分析

○War Room, "AI's Growing Role in Modern Warfare" (2025): https://warroom.armywarcollege.edu/articles/ais-growing-role/

商业市场与产业数据

○Defense News, "Drones, AI and Robotics Challenge Order of Top 100 Defense Firms" (2025): https://www.defensenews.com/industry/2025/09/02/drones-ai-and-robotics-challenge-order-of-top-100-defense-firms/

○Mind Foundry, "International AI Strategies for Defence and National Security" (2025): https://www.mindfoundry.ai/blog/international-ai-strategies-for-defence-and-national-security

政策与制度框架

○U.S. Army War College, "Integrating AI and ML Technologies into Commands" (2025): https://publications.armywarcollege.edu/News/Display/Article/4244312/integrating-artificial-intelligence-and-machine-learning-technologies-into-comm/

○ISPI, "Advancing Global Military AI Governance" (2025): https://www.ispionline.it/en/publication/advancing-global-military-ai-governance-183312

技术评估与风险分析

○RAND Corporation, "Risk Assessment for Reinforcement Learning AI Systems" (2024): https://www.rand.org/pubs/research_reports/RRA1473-1.html

采购与预算改革

○Breaking Defense, "From Less Business with Primes to a Better-Funded Army Network" (2025): https://breakingdefense.com/2025/12/from-less-business-with-primes-to-a-better-funded-army-network-2025-review/

人才培养

○West Point, "Artificial Intelligence and Military Leadership" (Modernization Plan): https://www.westpoint.edu/about/modernization-plan/artificial-intelligence-military-leadership

技术发明机制

○DARPA: https://www.darpa.mil/about

商业合作

○Fox News, "Pentagon Taps Musk's xAI" (2025): https://www.foxnews.com/politics/pentagon-taps-musks-xai-boost-sensitive-government-workflows-support-military-operations

┉

本报告基于上述来源的事实信息整合，反映了2024-2025年间人工智能在军事领域从技术验证到制度化部署的完整演进路径。各方在技术能力、产业投资、政策响应与国际协调方面呈现不同模式，但共同指向AI作为现代战争核心要素的普遍趋势。