测试

美军AI作战体系建设的下一个“五年计划”

联合全域作战（JADO）已成为美军顶层作战概念。2019年，该概念正式提出，强调多军种、多领域的深度融合与协同。2020年，美国空军和海军相继将其写入条令与战略文件，标志着这一概念从理论探索进入全军共识阶段。目前，“联合全域作战”已成为美军主流的顶层作战概念。其核心支撑——联合全域指挥与控制（JADC2）体系，旨在打破军种间信息壁垒，实现全球范围内兵力、火力、情报与控制资源的一体化运用，从根本上重塑美军的作战样式。

另一方面，人工智能是实现JADO愿景的关键技术引擎。面对未来战场“传感器密布、决策周期压缩、多域协同复杂”的现实挑战，传统以人力为中心的指挥控制模式已难以满足全域作战对速度与精准度的需求。2026年1月，美国国防部发布《人工智能战略》，明确提出打造“AI优先”作战力量，通过四项举措加速AI军事应用——开展全军范围的模型实验、消除制度障碍、加大智能计算与模型创新投资，并通过7项“先导项目”推动基础设施、数据与人才建设。上述战略要求各军种30天内指定AI负责人，并将2026年确立为全面建成“AI优先”作战力量体系的关键之年。另外，美国空军和海军亦在近期发布各自的AI战略，凸显美军对AI能力的重视。

综上，联合全域作战为美军提供了面向大国竞争的顶层设计蓝图，而人工智能则为这一蓝图的落地提供了核心驱动力。在此背景下，美军已开展多项新型作战系统的研发和采购以实现上述战略目标，其中诸如Maven智能系统等已取得显著成果。另一方面，国防企业亦结合自身技术优势，纷纷推出各类作战系统，这些系统部分被吸纳进国防部相关项目，成为重要支撑。

本文将对美军新型作战系统体系建设进行总体概述，系统梳理涵盖陆、海、空、天、网等各域的关键作战系统与支撑项目，并在此基础上厘清这些系统构成的作战体系的层次架构，以便对相关系统和项目进行定位。

目前，美军作战系统已覆盖情报分析、目标锁定、自主系统控制、作战规划、后勤保障、训练支持、日常运行等职能领域。依据上述战略指导及相关项目和系统的情况，可将美军作战系统体系划分为三个层次。

一是由国防部牵头的旗舰项目“联盟－联合全域指挥与控制”（CJADC2）以及美国国防部人工智能战略提出的七个先导项目构成的战略级项目。

二是在上述战略指导及先导项目的示范带领下，国防部相关机构和各军种分别在各职能领域推动多个任务级项目的建设。根据已知开源信息，其中部分项目之间存在关联和所属关系。其中最为核心的即为CJADC2，该项目框架下整合了多个子项目，并可能与各军种多个作战系统集成，未来可能成为美军中心指挥系统。

三是在上述战略指导下，国防工业界相关的供应商自行研发的作战系统，在形成作战能力后通过系统采购部署至军事部门相关机构。（本文所列项目仅为部分公开项目，且随着时间推移可能有所更新。）综合来看，某个项目开发的一套能力或一个系统并不拘泥于项目本身使用，用途亦可能延伸至其他部门或项目。

图1.美军作战体系总览

战略级项目主要覆盖联合指挥控制、跨域数据共享、AI赋能决策、智能体协同、仿真验证、无人系统协同作战、技术快速转化以及企业级智能化应用等关键领域，重点推动指挥控制互操作、决策流程压缩、实时态势感知、AI驱动仿真与测试验证、动态威慑评估、技术情报快速转化、日常办公智能化以及智能体安全部署规范建设，加速形成全军范围内可持续迭代的人工智能能力体系。

1.CJADC2

美国国防部的CJADC2项目是一套旨在通过整合陆、海、空、天、网等全域的传感器、武器系统与决策节点，并结合AI与云技术，以实现美军各军种之间，以及与盟军间无缝数据共享和加速决策的指挥控制概念体系。该项目体系庞大，属于美国国防部顶层旗舰项目，由美国国防部下属机构与各军种主导的多个子项目构成。目前看来，随着越来越多相关系统和能力的纳入，该项目可能成为美军作战体系的总架构。

图2.CJADC2子项目及相关项目

（实线代表所属关系，虚线代表集成关系）

2.蜂群锻造（Swarm Forge）

“蜂群锻造”是由美国国防部首席数字与人工智能办公室（CDAO）牵头的一项加速计划，旨在通过每季度一次的“熔炉”（Crucible）实战化试验，让作战人员、技术专家与工业界共同开发并验证软硬件及战术，从而在90天内向作战部队交付可用的无人系统“蜂群”作战方案，实现AI赋能无人化作战能力的快速迭代与列装。

3.智能体网络（Agent Network）

“智能体网络”项目是CDAO牵头、联合三大作战司令部推进的第二个“先导项目”，旨在通过AI智能体持续扫描情报与作战系统，在数秒内为指挥官提供清晰的行动选项，从而将传统耗时漫长的目标识别与打击流程压缩至近乎实时，同时始终确保人类指挥官对每一个决策的最终控制权。

4.安德工坊（Ender's Foundry）

“安德工坊”项目的目标是建设具备人工智能赋能的仿真能力的系统，涵盖仿真开发（sim-dev）与仿真作战（sim-ops）的反馈闭环。

5.开放武库（Open Arsenal）

“开放武库”项目旨在加速“将技术情报（TechINT）转化为作战能力”的流程，将情报转化为武器所需的时间从数年缩短至数小时。

6.格兰特项目（Project Grant）

“格兰特项目”旨在运用算法模型，将美军传统的静态威慑姿态转变为基于数据反馈与可解释结果的动态评估与施压机制，从而提升威慑的响应速度与可信度。

7.生成式AI军事网（GenAI.mil）

“GenAI.mil”是美国国防部推出的专属AI平台，旨在将谷歌的“Gemini for Government”、ChatGPT等前沿商用生成式AI模型安全地部署至全军近300万用户，通过将AI嵌入日常办公与作战流程，打造“AI优先”的数字化作战力量。

8.企业级智能体（Enterprise Agents）

“企业级智能体”项目旨在制定一套关于快速、安全地开发与部署AI智能体的指导手册，以推动企业内部工作流的智能化转型。

任务级项目较之战略级项目，其层级相对较低，覆盖范围相对较小。通过对美军近年来新推动的作战系统相关项目的总览，发现人工智能等新兴技术已渗透到美军从日常运行、训练到作战行动全流程的方方面面。以下从主要机构出发，梳理美军任务级新型作战系统建设情况。

（一）国防高级计划研究局（DARPA）

1.突击破坏者Ⅱ（ABII）

ABII（Assault Breaker II）是DARPA联合五大军种推进的多域作战技术计划，旨在基于新兴技术设计跨军种、跨域作战体系，并构建先进建模仿真与实验验证环境，支撑未来多域联合作战能力的发展。

2.空域全面感知快速战术执行（ASTARTE）

ASTARTE是DARPA联合美国陆军和空军推进的空域管理项目，旨在利用人工智能、传感器网络和虚拟试验平台构建动态空域态势感知与智能决策能力，实现复杂战场环境下友军空域冲突消除和高效协同作战。

3.心智理论计划（MToM）

心智理论（Theory of Mind）计划是DARPA面向国家安全决策推出的人工智能研究项目，旨在构建能够模拟对手态势感知、战略意图和行为演化的“算法心智模型”，预测对手未来行动。该项目结合人工智能、建模仿真与专家知识，支持推演不同威慑与激励策略，为决策者提供更高效、更全面的行动方案并降低冲突升级风险。

4.确保人工智能在战场的有效鲁棒性（SABER）

SABER（Securing Artificial Intelligence for Battlefield Effective Robustness）是美国国防部面向战场人工智能安全推出的AI红队项目，旨在构建具备对抗AI攻击能力的专业红队，对即将部署的AI赋能地面和空中自主系统开展对抗性安全评估。该项目致力于建立面向作战环境的AI红队测试与评估体系，识别人工智能系统在实战中的对抗脆弱性，提升战场AI系统的安全性与鲁棒性。

5.受控涌现式分布式人工智能（DICE）

DICE（Decentralized Artificial Intelligence by Controlled Emergence）是DARPA发起的分布式人工智能研究计划，旨在突破传统集中式多智能体架构，构建能够自主协作、动态组队、任务重构并具备抗毁与抗欺骗能力的超大规模AI智能体集群，以支撑未来高对抗、高动态战场环境下的自主决策与协同行动。该项目将通过模拟环境验证最多10万个AI智能体、100万次交互的集体智能涌现机制及其可控性，为下一代分布式军事人工智能奠定技术基础。

6.人工智能增援（AIR）

人工智能增援（Artificial Intelligence Reinforcements）是DARPA开展的战术自主空战人工智能项目，旨在面向多机编队超视距（BVR）空战，研发具备自主协同、实时决策和动态适应能力的AI战术智能体，并最终部署至无人作战飞机（UCAV）。该项目在ACE计划基础上，结合先进建模仿真、人机协同训练和分布式自主算法，推动空战自主能力向复杂实战环境演进。

7.复杂弹性环境中的机器人自主（RACER）

RACER（Robotic Autonomy in Complex Environments with Resiliency）是DARPA面向无人地面车辆（UGV）复杂非结构化环境自主机动能力研发的项目，旨在突破传统自动驾驶技术限制，开发具备高速、鲁棒越野自主驾驶能力的智能算法。该项目通过实车测试与仿真环境结合，推动下一代军用无人车辆在复杂战场环境中的自主导航、快速机动和持续作战能力。

8.联合全域作战软件（JAWS）

联合全域作战软件（Joint All-domain Warfighting Software）是DARPA研发的面向战区级联合全域作战的智能指挥控制软件，通过融合自动化、预测分析、动态组网和机器协同技术，实现跨陆、海、空、天、电磁等多域“杀伤网（Kill Web）”的持续规划、动态编组与协同调度。该系统采用分布式、微服务架构，支持不同层级的集中与分布式指挥控制模式，提升复杂战场环境下联合部队的实时决策与作战资源优化能力。

（二）国防创新部门（DIU）

1.雷霆锻造（Thunderforge）

“雷霆锻造”是美国国防创新部门推出的AI军事规划项目，旨在融合大语言模型、智能体、建模仿真和兵棋推演技术，实现战役与战区级规划的智能辅助决策、方案生成和快速推演，加速军事规划与指挥决策智能化。

（三）国防信息系统局（DISA）

1.电磁战斗管理系统（EMBM）

EMBM-J DS（Electromagnetic Battle Management–Joint Decision Support）是美国国防信息系统局（DISA）与美国战略司令部联合开发的电磁频谱决策支持平台，旨在通过任务分析、方案生成、兵棋推演和辅助决策等功能，实现联合电磁频谱资源的智能规划与管理。该系统提升了复杂电磁环境下的频谱协调、抗干扰和联合电磁作战能力，为跨军种电磁频谱作战提供决策支撑。

（四）国家地理空间情报局（NGA）

1.地理空间人工智能与机器学习轻边缘弹性系统（GAMBLER）

GAMBLER（GEOINT AI and Machine Learning Light-Edge Resilient System）是美国国家地理空间情报局开发的轻量化地理空间人工智能系统，旨在融合地理空间情报、人工智能、边缘计算和传感器数据，实现战场目标的实时探测、识别与精确定位。该系统可在通信受限环境下快速处理无人机等平台获取的信息，并通过战术攻击套件（TAK）向作战人员提供实时目标信息，提升战场态势感知和快速打击能力。

（五）首席数字和人工智能办公室（CDAO）

1.梅文智能系统（Maven smart system）

梅文智能系统（MSS）是帕兰蒂尔公司面向联盟－联合全域指挥与控制（CJADC2）开发的AI赋能平台，通过集成人工智能与机器学习，实现跨军种、跨战区资源协同，提升目标打击、情报分析和全球后勤保障等作战指挥能力，已在美国中央司令部（CENTCOM）投入应用。

（六）陆军

1.融合项目（Project Convergence）

“融合项目”是美国陆军推动下一代联合作战能力建设的核心试验与演进计划，旨在通过融合人工智能、数据、传感器、指挥控制系统和武器平台，提升跨域感知、决策与打击能力。该项目通过持续开展实战化演训和技术验证，推动陆军与其他军种及盟友实现更高效的信息共享和协同作战。

2.伪装生成式预训练变换器（CamoGPT）

CamoGPT是美国陆军面向军用场景开发的生成式AI与大语言模型应用平台，旨在通过安全部署于NIPR和SIPR网络，为用户提供智能问答、知识检索、文档分析和任务辅助等能力。该平台融合检索增强生成（RAG）、文件处理和对话管理功能，提升信息获取效率、任务执行能力和日常工作智能化水平。

3.行动方案－生成式预训练变换器（COA-GPT）

COA-GPT（Course of Action Generative Pre-trained Transformer）是美国陆军研发的人工智能作战筹划平台，旨在利用生成式AI将作战方案制定和调整时间由数小时或数天缩短至数秒，提升战场决策效率。该平台强调人机协同，将AI生成建议与指挥员决策相结合，在保留人工最终决策权的前提下加快任务规划与行动调整。

4.综合训练环境（STE）

STE是美国陆军新一代数字化训练体系，利用云计算、建模仿真、人工智能和增强现实等技术，构建高逼真、互联化的训练环境，支撑多域联合作战训练、任务预演和作战能力提升。

5.下一代指挥控制（NGC2）

基于先进分析、集成数据层、开放架构和弹性传输，美国陆军下一代指挥控制（NGC2）能力组合旨在通过持续实验与产业合作，实现各层级在任意环境下的数据中心化指挥控制，从而提升决策的质量、数量与速度。NGC2亦是CJADC2的基础要素，是美陆军为实现CJADC2提出的方案。

6.陆军人工智能快速实施计划（ARIA）

ARIA（Army Rapid Implementation of Artificial Intelligence）是美国陆军快速部署人工智能能力的现代化计划，通过与领先AI企业合作，加速开发和部署面向规划预算（PPBE）、战术边缘AI模型服务和智能保障等领域的智能体应用，提升部队决策效率、后勤保障能力和作战准备水平。该项目采用敏捷创新模式，推动人工智能能力由研发快速转化为实战应用。

7.战术情报系统（TITAN）

TITAN（Tactical Intelligence Targeting Access Node）是美国陆军面向多域作战（MDO）和远程精确打击（LRPF）建设的新一代AI赋能机动式情报地面站，通过融合来自太空、高空、航空和地面传感器的数据，实现多域感知、智能分析处理和目标信息快速分发。该系统旨在打通“传感器—决策—火力”链路，为作战部队提供实时目标定位、态势感知和火力打击支持，提升远程打击响应速度与精度。

8.综合防空反导作战指挥系统（IBCS）

IBCS（Integrated Battle Command System）是美国陆军AIAMD（Army Integrated Air and Missile Defense）体系的核心装备，通过构建开放式、网络化的综合火控架构，将多源传感器与多型拦截武器融合，实现“任意传感器、最佳武器”的智能化防空反导作战。该系统以统一战场态势图和弹性火控网络提升目标探测、决策和打击效率，并支持跨域火力协同与攻防一体化作战。

（七）海军

1.超越计划（Project Overmatch）

“超越计划”是美国海军面向未来海上联合作战建设的新一代指挥控制体系，旨在实现跨平台数据共享、分布式作战和快速决策，提升海军与联合部队的协同作战能力。

2.“宙斯盾”作战系统（ACS）

“宙斯盾”作战系统（Aegis Combat System）是美国海军的舰载作战管理软件系统，以自动化指挥决策和火力控制为核心，通过集成传感器融合、目标管理、威胁评估和交战决策等功能，实现舰艇武器系统的智能化协同控制，为舰队提供实时态势感知和作战决策支持。

3.AMMO项目

AMMO是美国海军与国防创新单元联合实施的机器学习海上作战项目，通过引入商业MLOps技术，构建面向水下目标自动识别（ATR）的开放式人工智能模型开发、部署与管理体系。该项目显著提升了反水雷和海底作战场景中AI模型的快速训练、迭代和边缘部署能力，将模型更新周期从数月缩短至数天。

（八）空军

1.先进作战管理系统（ABMS）

ABMS是美国空军和太空军下一代指挥与控制体系，旨在通过连接传感器、作战平台和决策节点，实现跨域数据共享与快速C2决策。该体系涵盖CBC2、数字基础设施、分布式作战管理节点和空中组网等多个项目，构建面向未来联合作战的分布式智能化指挥网络。

2.毒液（Venom）项目

VENOM（Viper Experimentation and Next-gen Operations Model）是美国空军面向协同作战飞机（CCA）发展的自主飞行验证项目，通过改装F-16测试平台验证自主飞行、人机协同和空战自主决策技术。该项目结合大规模建模仿真与飞行试验，加速自主空战算法迭代，为未来有人/无人协同作战能力的发展提供技术支撑。

3.预测感知作战（SOUP）

SOUP（Sensing Operation Using Prediction）是美国空军研究实验室（AFRL）发起的人工智能赋能情报、监视与侦察（ISR）项目，旨在利用预测性AI开发目标跟踪、传感器资源管理和作战识别（CID）算法，并通过仿真与实验验证提升算法性能。项目预算300万美元，重点推动下一代智能ISR能力的发展。

4.战术突击套件（TAK）

战术突击套件是一套政府开发的地理空间软件平台，包括ATAK（Android团队感知工具包）、iTAK（iOS）和WinTAK（Windows）。其为军队、执法部门和应急人员提供实时地图、安全的点对点数据共享和态势感知。

5.联合火力网络（JFN）

联合火力网络（Joint Fires Network）是美国空军推动建设的联合火力战场管理与指挥控制网络，通过融合多域传感器数据、目标信息和先进指挥控制应用，构建面向联合部队的统一作战图景，实现跨军种、跨域火力资源的快速协同与精确打击。该系统已由印太司令部试点转入作战应用，并逐步扩展至欧洲司令部，持续引入人工智能等技术提升联合火力指挥效率与作战效能。

6.地理空间情报处理与利用（GeoPEX）

GeoPEX（Geospatial Intelligence Processing and Exploitation）是美国空军研究实验室发起的地理空间情报处理与利用研发计划，旨在研发融合人工智能、机器学习、云计算、三维点云、摄影测量等技术的新一代GEOINT处理、分析与利用能力，提升国防部和情报界地理空间情报生产、处理和分发的速度、精度与智能化水平。

7.基于人工智能的先进目标跟踪架构（ATA-AI）

ATA-AI（Advanced Tracking Architecture Using AI）是美国空军推进的新一代目标跟踪人工智能项目，旨在利用人工智能、机器学习和高性能计算构建下一代目标跟踪架构，实现多源海量数据的高效融合处理与智能目标持续跟踪，提升复杂战场环境下目标探测、识别与跟踪能力。

8.预测分析和决策助手（PANDA）

PANDA（Predictive Analytics and Decision Assistant）是美国空军快速保障办公室（RSO）与C3.ai联合开发的人工智能预测维护平台，通过融合装备运行数据、传感器信息和机器学习分析，实现故障预测、维护建议生成和状态保障决策支持。该系统已被指定为空军正式的基于状态的维护（CBM+）和预测性维护系统，广泛应用于多型飞机装备保障任务，提升装备可用率并降低全寿命周期维护成本。

9.非密互联网协议生成预训练转换器（NIPRGPT）

NIPRGPT是美国空军部与空军研究实验室推出的安全生成式人工智能实验平台，依托Dark Saber软件生态，在非机密网络（NIPRNet）环境下为官兵、文职人员和承包商提供受控的AI对话与任务辅助能力。该项目旨在通过真实应用测试、用户反馈和安全评估，加速生成式AI在空军和太空军中的规模化应用，并为未来AI工具采购和政策制定提供依据。

美国空军于2025年12月31日之前停止使用NIPRGPT生成式人工智能平台，并将相关操作和数据转移到五角大楼新的GenAI.mil工具。

10. WarMatrix

WarMatrix是美国空军部开发的人机协同兵棋推演与作战分析平台，通过融合人工智能、模型仿真、数据分析和现有推演流程，加速复杂作战场景下的方案评估、结果分析和决策支持。该系统旨在提升兵棋推演的透明性、可追溯性和分析效率，为未来作战概念、能力建设和兵力结构设计提供数据驱动的决策依据。

11.作战数据集成枢纽（ODIN）

ODIN（Operational Data Integrated Network）是美国F-35战斗机新一代综合保障与数据管理系统，用于替代传统的自主后勤信息系统（ALIS），通过更轻量化、安全化和高性能的计算平台，提升战机维护、健康管理、备件保障和后勤数据处理能力。未来ODIN将逐步引入云架构和新一代软件，实现F-35全寿命周期保障的智能化和数字化。

（九）太空军

1.克罗诺斯（KRONOS）项目

Kronos是美国太空军推进天基作战指挥控制现代化的“系统簇”（Family of Systems），旨在构建集太空作战、指挥控制、战场管理和空间情报于一体的新一代作战体系。该项目通过融合统一数据底座与多智能体人工智能技术，实现任务规划、战场管理和动态决策支持，提升联合部队在复杂对抗环境下的空间作战指挥能力。

2.扩散作战空间架构（PWSA）

PWSA（Proliferated Warfighter Space Architecture）是美国太空发展局（SDA）建设的新一代低轨分布式卫星星座体系，通过数百颗具备光链路互联能力的小卫星构建全球低时延、安全通信网络，为联合全域指挥控制（JADC2）提供天基数据传输、传感器至打击平台连接和战术卫星通信等关键支撑能力，并采用“两年一批次”的螺旋式迭代模式持续升级作战能力。

3. MENTAT

MENTAT（Mission Environment for Training and Analysis Transformation）是美国太空军OTTI（Operational Test and Training Infrastructure）计划下的AI赋能空间作战训练与任务推演系统，依托数字空间孪生、实时轨道数据和人工智能分析能力，为卫星作战人员提供高保真任务演练、方案评估和决策训练环境。该系统通过集成TALOS智能体，实现复杂空间对抗场景下的威胁建模、战略推演和自主决策支持，提升太空作战力量的持续训练与快速响应能力。Slingshot Aerospace是该项目的承包商。

（十）海军陆战队

1.动力工程（Project Dynamis）

动力工程是美国海军陆战队推进人工智能赋能指挥控制的快速创新计划，通过敏捷软件迭代开发和军地协同创新，融合成熟商业AI技术，构建面向联合全域作战的智能战场管理与指挥控制能力。该项目聚焦打造连接多域传感器、系统和数据的弹性联合网络，加速AI驱动的态势感知、辅助决策和战术边缘指挥控制能力的快速部署与持续演进。

2.后勤保障系统（MLS2）

美国海军陆战队空地特遣部队（MAGTF）后勤保障系统（MLS2）是一套美国海军陆战队软件套件，提供核心后勤指挥、控制和规划能力。其主要工具包括运输能力规划工具（TCPT）和通用后勤指挥控制系统（CLC2S）。

3.通用后勤指挥控制系统（CLC2S）

CLC2S（Common Logistics Command & Control System）是美国海军陆战队的后勤指挥控制应用系统，用于作战保障需求的申请、调度和全流程跟踪，实现对物资供应、装备维修等后勤保障状态的实时可视化管理，为海军陆战队空地特遣部队（MAGTF）行动和演训提供后勤态势支撑。

4.运输能力规划工具（TCPT）

TCPT是一个可通过网络访问的指挥控制系统，主要由美国海军陆战队使用，用于管理、跟踪和执行运输和后勤任务。它负责处理地面交通请求、车辆调度和设备准备等功能。

5.存储、检索、自动追踪、集成系统（STRATIS）

STRATIS是一套基于Web的物流过程控制系统，通过条码扫描器、射频通信设备、计算机终端和标签打印机等技术，对物资在仓储、运输和配送全过程进行实时跟踪与管理，实现物流作业的可视化和精准控制。

本部分主要介绍美国国防企业自行研发的相关作战系统，在形成能力后通过系统采购部署至国防部门相关机构的情况。

1.蜂脑系统（Hivemind）

蜂脑系统是Shield AI开发的、符合美国空军自主能力政府参考架构（A-GRA）的平台无关的任务自主软件，可赋予无人平台自主感知、决策、协同和任务执行能力，支持多机协同、人机协同及复杂动态环境下的自主作战。作为美国空军协同作战飞机（CCA）项目选定的任务自主软件，Hivemind以软件与平台解耦的方式，为CCA提供核心任务自主能力，并可跨不同无人机平台快速集成和迭代升级。

2.晶格（Lattice）

“晶格”是Anduril开发的开放式、平台无关的AI软件平台，通过融合多源异构传感器、网络和作战系统数据，构建统一的数据集成与智能分析层，为用户提供实时态势感知、目标识别、任务协同和资源调度能力。晶格网格（Lattice Mesh）是美陆军“下一代指挥控制”项目的底层架构。

3. Palantir AIP

人工智能平台（AIP）是Palantir面向企业和国防领域的人工智能平台，通过将大语言模型与Foundry数据平台、Apollo持续部署平台及业务运营流程深度融合，支持AI智能体、自动化工作流和生成式AI应用的快速开发、部署与运行。AIP提供统一的数据集成、模型管理、安全治理、可解释性和弹性扩展能力，推动人工智能在任务执行和业务运营中的规模化应用。

4.元星座（MetaConstellation）

元星座是Palantir开发的一个软件平台，集成商业和政府卫星星座，将边缘人工智能部署到轨道上，并提供统一的用户界面进行实时图像分析。

5.哥谭（Gotham）

哥谭是面向国防、情报和安全领域的任务规划与调查分析平台，通过融合分散异构数据源、地理空间信息、网络关系数据等，为用户提供统一的数据分析和任务指挥工作空间。该平台具备数据融合、智能分析、协同共享、安全审计和权限管理能力，帮助分析人员快速发现关联、生成可执行情报并支持复杂任务决策。

6.“星智”智能体（Starsage）

StarSage是Raft开发的智能体AI战场管理系统，通过融合传感器数据、数据链和通信信息，模拟空战管理人员实现实时态势感知、威胁评估和任务协调。该系统作为美国空军ABMS“变革性战斗管理模型”框架下的重要能力，旨在提升复杂作战环境中的人机协同和机器快速决策能力。

7.Donovan生成式AI平台

Scale AI的Donovan是面向国防和政府领域的人工智能决策支持平台，通过大语言模型（LLM）和AI智能体快速处理、融合和理解海量结构化与非结构化数据，帮助作战人员和分析人员在短时间内生成情报洞察、任务规划方案和决策建议。该平台支持在安全及涉密网络环境中部署，可作为“AI数字参谋”增强指挥机构的信息处理、态势理解和决策能力。

8.EdgeRunner平台

EdgeRunner平台是EdgeRunner AI面向军事、情报和政府领域打造的边缘人工智能平台，通过本地部署、模型压缩和边缘计算等技术，使大模型能够在离线或通信受限环境下稳定运行于各类终端设备，为情报分析、辅助决策、后勤保障和网络安全等任务提供持续、安全的智能支持。

9.交互式实时信息系统（IRIS）

交互式实时信息系统（IRIS）是由Peraton开发的一个适用于军事信息环境行动和认知战的人工智能决策支撑平台，通过融合多源异构数据、自然语言交互、多智能体分析及实时媒体监测等能力，将海量信息快速转化为可执行情报，为情报分析、作战规划和指挥决策提供全流程智能支撑。

10.AiON反无人机系统

AiON是诺斯罗普·格鲁曼研发的一体化反无人机（C-UAS）指挥控制平台，集成先进传感器融合、自主目标处置等能力，以较低成本实现对敌对无人机的探测、跟踪和拦截，可广泛应用于军事防御和民用安全等领域。在美国国防创新单元组织的原型测试中，验证了AiON对模拟和真实无人机目标的探测、跟踪、识别与拦截能力，并具备进入后续生产部署阶段的条件。

11.TyrOS平台

TyrOS由Rune科技公司研发，是一款面向战术和战役后勤保障的智能软件平台，通过整合库存、人员、装备和运输等数据，并融合人工智能决策支持、预测分析与优化能力，为后勤规划、资源调度和任务执行提供全流程智能支撑。平台采用离线优先架构和DDIL（拒止、降级、间歇、低带宽）环境适应设计，可在通信受限条件下实现边缘部署，并支持从战术前沿到云端的弹性扩展。

12. SwarmOS平台

SwarmOS是Palladyne AI研发的边缘自主协同软件平台，能够在拒止、降级、间歇和低带宽（DDIL）环境下，实现多厂商无人机、机器人及传感器的自主协同、信息共享和分布式集群控制，使单名操作员即可指挥异构无人系统完成侦察、打击等任务。平台已完成与美国陆军下一代指挥控制系统（NGC2）的集成验证，实现目标信息实时共享，并可基于陆军Android团队感知工具包（ATAK）指挥控制界面在指定平台上运行，支撑陆军实战演训和作战应用。

13.Bullfrog自主武器站

Bullfrog是Allen控制系统公司（Allen Control Systems）研发的人工智能自主武器站，通过AI、计算机视觉和被动传感器，实现对I至Ⅲ类无人机的自主探测、跟踪和火控引导，并由操作员最终授权实施打击。该系统基于M240机枪构建，具有低成本、低可探测性和高精度等特点，已被美国海军陆战队选中集成至L-MADIS轻型综合防空系统。

14.CJADC2互操作工厂

CJADC2互操作工厂（CJADC2 Interoperability Factory）是洛克希德·马丁自主研发的开放式软件互操作平台，通过构建模块化软件栈和数据转换能力，连接Aegis、F-35、HIMARS、SDA卫星等不同作战系统，实现跨域数据共享和系统间协同。该平台采用消息标准无关架构，结合AI/机器学习、模型化系统工程（MBSE）和DevSecOps技术，加速传统与新型武器系统融入CJADC2体系，实现面向机器速度杀伤链的联合全域指挥控制能力。

15.OverDrive自主系统堆栈

OverDrive采用模块化、开放式、与车型无关的架构，可适配不同类型地面平台，并支持从单车自主运行到多车协同作战，为军事无人地面车辆在通信拒止和GPS受限环境下执行侦察、运输、火力支援等任务提供自主机动能力。

16.OverWatch指挥控制系统

OverWatch是Overland AI研发的自主地面平台指挥控制软件，可通过开放式API与现有指挥控制系统集成，实现单名操作员对多辆搭载OverDrive自主驾驶系统的无人地面车辆进行统一任务规划、协同控制和实时监控，从而提升战术协同和作战效能。

17.Kodiak Driver自动驾驶系统

Kodiak Driver是一套面向货运运输场景的一体化自动驾驶解决方案，通过将人工智能驱动的软件与模块化硬件相结合，实现具备可扩展性的自动驾驶能力，并支持在真实运输环境中的部署与应用。

18.FortifAI

FortifAI是Vizgar研发的一款TRL 9级视觉自主平台，融合实时威胁分析、传感器融合和自主控制等能力，支持从低SWaP边缘设备到高性能AI服务器的灵活部署，并兼容第三方传感器和机器学习模型。该平台已在无人地面、空中、海上平台及远程监视系统中得到实际应用，为智能感知和自主作战提供支撑。DIU通过授予Vizgard和Syzygy合同，推动FortifAI平台验证边缘端AI模型快速重训练与优化能力，实现反无人机模型的本地迭代更新，并增强与ATAK/iTAK等战术指挥系统的集成应用。

19.Nebula智能体编排平台

Nebula是Lumbra研发的智能体编排平台，可协调AI智能体、大模型、工具和数据源，在全流程可审计、可溯源和人在回路监管机制下完成复杂分析与决策任务。平台采用开放式架构，支持云端、边缘及隔离网络部署，并已在美国国防涉密环境实现实际应用。

总体来看，美军作战体系建设呈现出五个主要目标。

一是以CJADC2为牵引，持续推进跨军种、跨域、跨平台的数据互联互通，构建统一的数据底座和智能指挥控制体系。美军致力于通过联合全域指挥与控制（CJADC2）打破军种壁垒，将陆、海、空、天、网等全域的传感器与武器平台连接，形成一张动态的“杀伤网”，以重塑联合作战样式。下一个五年，将是CJADC2从概念框架走向fully operational（全面作战能力）的关键时期。

二是以人工智能、大模型、智能体、边缘计算和建模仿真等技术为核心，加快情报分析、作战规划、无人自主、后勤保障和兵棋推演等能力智能化升级，实现人机协同与机器快速决策。在下一步的发展中，美军会将这些目前尚且分散的、项目化的能力，转化为各军种标准化的、可大规模部署的实战能力。

三是依托DIU等创新机构和商业企业，广泛引入成熟商业技术，通过开放架构、MLOps、DevSecOps和模块化软件快速完成技术验证与作战部署，形成政府主导、军民协同、快速迭代的发展模式，不断提升联合全域作战环境下的体系作战能力和持续创新能力。

四是人机协同嵌入指挥链条。人工智能在指挥体系中的角色正从辅助工具向深度嵌入演进。未来五年，人机协同模式预计将从“人在环上”（Human-on-the-loop）向“人在环中”（Human-in-the-loop）过渡，AI将更紧密地融入指挥决策流程。在决策效率层面，美军计划推广作战方案生成系统（COA-GPT）及智能体网络（Agent Network）等技术，将旅级单位的作战筹划周期从数小时压缩至分钟甚至秒级，以期在“观察—判断—决策—行动”（OODA）循环中争取时间优势。在认知支持层面，通过心智理论计划（MToM）等项目，开发能够模拟和预测对手行为意图的AI模型，为指挥官提供超越传统情报分析的决策参考，提升对敌方动向的预判能力。

五是构建安全可信的AI作战生态。随着AI系统在作战中承担的功能日益核心化，其安全性与可靠性问题愈发突出。未来五年，美军将加大资源投入，着力完善AI系统的安全保障机制。在测试验证方面，通过“确保AI在战场的有效鲁棒性”（SABER）等项目，组建专门的“AI红队”，对拟部署的AI系统开展持续性对抗测试，主动识别并修复潜在漏洞。在标准规范方面，制定并推行企业级智能体（Enterprise Agents）等项目的安全开发与部署标准，从制度和技术层面确保AI系统的决策过程可解释、可追溯、可信赖，降低误判风险。

从上述方向来看，美军的下一步规划涉及技术、战术、组织及文化等多个层面，其目标是逐步建成一支以数据为基础、以AI为驱动、以网络为中心的联合部队，以维持其在高端冲突中的作战能力。