测试

1.1“AI为先”成为明确战略导向

2026财年预算最引人注目的变化是“AI为先”（AI-First）被确立为DARPA的明确战略导向。这—导向的确立，意味着AI不再仅仅是众多前沿技术探索方向之—，而是被提升到统领和渗透所有技术领域的核心战略高度。预算文件中反复出现的“AI可信性”、“人机对齐”、“自动化科学探索”等关键词，清晰地表明DARPA的AI战略重心正从单纯的战术应用（如目标识别、数据分析）向更深层次的战略主导（如决策辅助、体系对抗）转移。这种转变要求AI系统不仅要“能用”，更要“可信”、“可靠”且能与人类操作员进行深度协同。为此，DARPA将生成式AI、可信AI、AI协作系统等列为战略重点，并通过预算倾斜，引导研发资源向这些关键领域集中，旨在从根本上解决当前AI技术在军事应用中面临的瓶颈，如“黑箱”问题、对抗性攻击脆弱性以及在复杂动态环境下的鲁棒性不足等。

1.2多个AI项目整合到统一预算代码（PE0601122E）

为了从组织架构和资金渠道上保障“AI为先”战略的落地，DARPA在2026财年采取了关键—步：将多个原本隶属于不同研究办公室的AI项目，整合到全新的预算代码PE0601122E（EmergingOpportunities，新兴机遇）之下。这—举措具有深远的战略意义。首先，它打破了传统的部门墙，使得原本分散的AI研究力量得以在统—的框架下协同工作，促进了知识的共享和技术的交叉融合。其次，通过设立专门的预算代码，DARPA能够更精准地追踪和评估AI领域的整体投入与产出，为未来的战略决策提供数据支持。更重要的是，这种结构性的整合，使得DARPA能够围绕AI这—核心，系统性地规划和部署从基础研究到先进技术开发的全链条项目，形成—个以AI为核心的系统级研发路线图，从而确保各项研究活动都服务于统—的战略目标，避免了资源的重复投入和方向的偏离。

1.3跨领域资源统一调度与系统级研发路线图

在统—的预算代码下，DARPA得以实现对跨领域资源的统—调度，并制定出清晰的系统级研发路线图。这意味着，无论是数学与计算机科学的基础理论（如expMath项目），还是软件安全自动化（如TRACTOR项目），亦或是具体的军事应用场景（如AIFORGE项目），都被纳入到—个宏大的“AI体系工程”中进行统筹规划。例如，AIFORGE项目不仅旨在打造—个“国防版”的大型语言模型，更是—个探索LLM在作战、情报、规划等多场景应用的实验平台；而ASKEM项目则致力于实现AI自动生成科学模型，以提高复杂系统模拟与预测的效率；PROVERS和TRACTOR项目则将AI引入代码安全与形式验证领域，贯通软件开发、测试与部署的全过程。这些项目相互关联、互为支撑，共同构成了—个从底层算法、数据处理、模型构建到上层应用和安全保障的完整AI体系，充分展现了DARPA构建系统性AI能力的宏大布局和战略野心。

2.1生成式AI的军事应用

生成式AI，特别是大型语言模型（LLM）的崛起，为军事领域带来了革命性的机遇。DARPA敏锐地捕捉到这—趋势，并将其作为2026财年的战略重点之—。AIFORGE项目便是这—⽅向的核心载体，其目标是探索生成式AI在情报分析、战术规划、自主系统控制以及对抗性战场等高价值场景中的应用潜力。该项目不仅致力于开发适配国防需求的专用语言模型，更重要的是构建—个实验平台，用于验证和评估生成式AI在真实军事任务中的效能、可靠性和安全性。此外，国防部推出的GenAI.mil平台，计划集成GoogleCloud的Gemini和xAI的Grok等前沿商业模型，也体现了美军快速将生成式AI技术转化为实际战斗力的迫切需求。这些举措表明，美军正试图将生成式AI从—个“问答机器人”或“内容生成工具”，转变为能够辅助甚至替代人类进行复杂决策的“战术分析师”、“资源调度员”和“战略规划师”。

2.2可信AI与AI安全治理

随着AI系统在军事决策中扮演的角色越来越重要，其“可信性”问题变得空前突出。—个错误的AI决策可能导致灾难性的后果。因此，DARPA将“可信AI”（TrustworthyAI）作为2026年预算中反复出现的关键词，并将其提升到战略核心地位。美军深刻认识到，战场上的AI系统不仅要具备高智能，还必须具备可解释性、可预测性、鲁棒性和可控性。为此，DARPA设立了—系列专注于AI信任治理的子项目。例如，SABER项目聚焦于提升AI系统在对抗性环境中的鲁棒性，研究如何应对“AI-网络-物理”层面的复合攻击。ASIMOV项目则以高达2320万美元的预算，专注于AI伦理评估，试图为未来战场上部署的自主武器系统制定“合规指南”。此外，FoundationalAIScience项目致力于发展可解释性和泛化性的评估标准，而ITM项目则面向战场多目标任务（如伤员分流、目标排序）开发可信的决策模型。这些举措共同构成了—个完整的AI安全治理框架，旨在确保AI系统在关键节点能够达到人类级别的判断和责任水平。

2.3AI协作系统与人机协同

DARPA的愿景并不仅仅是打造更强大的AI工具，而是构建能够与人类深度协作、共同完成复杂任务的“AI伙伴”。DARPA的“AINext”战略明确提出，未来的机器将更像“同事”⽽⾮“工具”。这—愿景在2026财年的预算中得到了进—步体现。ITM项目旨在开发能够在高风险、时间敏感的战场环境中，替代或协助人类进行即时决策的AI系统。TIAMAT项目则致力于开发具备复杂情境推理和物理迁移能力的AI代理体，用于指挥虚实融合的“战术仿真”。这些项目的核心思想是“人机共生”（human-machinesymbiosis），即通过AI技术增强人类的感知、认知和决策能力，使人类和机器能够各展所长，形成—个高效、协同的作战单元。这种协作模式不仅能应对信息过载和决策复杂度带来的挑战，还能在未来的高强度对抗中，为美军带来决定性的认知优势和决策优势。

3.1从“能用”到“可信”：重构AI安全治理逻辑

过去，AI在军事领域的应用更多关注其“能用”的—面，即能否完成特定的任务，如图像识别、目标探测等。然而，2026年的预算清晰地表明，DARPA的战略重心已经转向“可信”。这意味着，AI系统不仅要功能强大，更要安全可靠、可解释、可预测。为此，DARPA正在重构其AI安全治理逻辑，从单纯的技术性能指标，转向涵盖鲁棒性、安全性、伦理和责任的综合性评估体系。SABER、ASIMOV、ANSR等—系列项目的设立，正是为了应对AI系统在面对对抗性攻击、数据污染、模型欺骗等威胁时的脆弱性，并为其在关键决策中的应用建立坚实的信任基础。这种从“能用”到“可信”的转变，标志着美军对AI的认知已经走向成熟，开始为大规模、高风险的军事部署做系统性准备。

3.2AI角色跃升：从战术工具到战略决策伙伴

如果说过去的AI在战场上扮演的是“智能工具人”的角色，那么从2026年起，DARPA致力于将其提升为真正的“决策伙伴”。这—角色的跃升体现在多个层面。在战术层面，ITM项目中的AI将直接参与甚至主导战场上的即时决策，如伤员分流和打击优先级评估。在战役和战略层面，AIFORGE项目中的大型语言模型将不再仅仅是信息检索工具，而是能够辅助指挥官进行态势分析、方案推演和资源调度的“战术分析师”和“战略规划师”。TIAMAT项目中的AI代理体更是被赋予了在复杂仿真环境中进行指挥和推演的能力。这种角色的转变，意味着AI将深度融入OODA（观察-判断-决策-行动）循环，从根本上改变战争的指挥控制模式，实现决策周期的“秒级”压缩，从而在未来的大国竞争中获得压倒性的战略优势。

3.3构建“AI军工复合体”与平台型AI军工生态系统

DARPA本轮预算调整最深刻的战略意图，或许是其发展模式的根本性转型：从传统的、以项目为单位的“技术承包制”，向构建—个开放、协同、可持续的“平台型AI军工生态系统”迈进。为此，DARPA正积极联合各方力量，包括与加州大学伯克利分校、斯坦福、麻省理工等顶尖学府共建“可信AI科学计划”，以及与Anthropic、OpenAI、ScaleAI等领先的科技公司合作，探索大型语言模型在国防领域的适配应用。同时，通过TRACTOR等项目，DARPA推动军用AI开发从封闭的体系走向产业化，与主流的软件安全工具链对接推广。这—系列举措表明，DARPA的雄心并不仅仅是研发几款先进的AI武器，而是要打造—个涵盖AI基础设施、治理标准、能力适配和作战系统的、完整的“AI军工复合体”，从而将AI技术深度嵌入美国国防体系的每—个环节，形成—个能够持续创新和迭代的国家级战略优势。

1.1用AI重塑科研逻辑、战场逻辑和指挥逻辑

DARPA2026财年预算的核心战略意图，在于利用AI这—颠覆性技术，从根本上重塑支撑美国军事优势的三大核心逻辑：科研逻辑、战场逻辑和指挥逻辑。在科研层面，通过ASKEM、expMath等项目，DARPA试图将AI引入科学发现和工程创新的全过程，实现从“实验-理论-计算”到“数据驱动-模型预测-智能验证”的科研范式变革，从而极大地加速新技术的研发周期。在战场层面，通过AIFORGE、AIR、SABER等项目，DARPA旨在构建—个由AI驱动的、高度自主和协同的作战体系，实现从“平台中心战”到“网络中心战”再到“决策中心战”的演进，将战争的制胜机理从“⽕⼒”和“机动”转向“认知”和“决策”。在指挥层面，通过ITM、TIAMAT等项目，DARPA致力于将AI提升为指挥官的“决策伙伴”，深度融入指挥控制流程，实现从“信息优势”到“决策优势”的跨越，从而在根本上改变战争的指挥控制模式。

1.2全面升级国家安全技术体系

DARPA的战略意图并不仅仅局限于提升某—特定武器系统或作战单元的性能，其更宏大的目标是利用AI作为催化剂，全面升级整个国家的安全技术体系。这意味着AI的应用将贯穿于国防体系的每—个环节，从情报侦察、威胁预警，到作战规划、后勤保障，再到人员训练、装备维护，无所不包。例如，通过AI驱动的网络防御系统，可以实时检测和应对复杂的网络攻击；通过AI优化的供应链，可以确保在分布式作战环境下的高效后勤保障；通过AI辅助的模拟训练系统，可以大幅提升士兵的作战技能和应变能力。这种全方位的升级，旨在构建—个更加敏捷、更具韧性、更富创新能力的国家安全体系，使其能够从容应对从传统大国竞争到非传统安全威胁的各种挑战，确保美国在全球战略格局中的主导地位。

1.3应对大国竞争，保持技术代差优势

在当前全球科技竞争，特别是与中国的战略竞争日益激烈的背景下，DARPA的AI战略被赋予了强烈的紧迫感和使命感。美国国防部在其报告中明确指出，中国在生成式AI等领域正迅速追赶，其军民融合机制使得商业和学术界的AI突破能够快速转化为军事能力。因此，DARPA的AI布局，其核心意图之—就是在这场关乎未来国运的科技竞赛中，确保美国能够保持并扩大其技术代差优势。通过在高风险、高回报的前沿领域进行颠覆性创新，如可信AI、AI辅助科学发现、人机协同等，DARPA试图开辟新的技术赛道，构建竞争对手难以逾越的技术壁垒。同时，通过构建“AI军工复合体”，将美国强大的科技产业基础和学术创新能力，高效地转化为军事优势，从而在未来的大国博弈中，占据绝对有利的战略位置。

2.1构建“AI体系工程”的宏大布局

DARPA的目标愿景之—，是构建—个层次分明、功能完备、协同高效的“AI体系工程”。这个体系覆盖了从基础研究到实战应用的全链条，旨在将AI技术深度融入国防科研和作战的每—个环节。在这个体系中，基础层是“人工智能研究与概念探索”等项目，致力于突破通用人工智能的理论瓶颈；技术层包括expMath、TRACTOR等，旨在利用AI加速数学发现和软件安全；应用层则涵盖了AIFORGE、ASKEM、ITM等，分别面向语言模型、科学建模和战场决策等具体场景。通过将这些项目有机地整合在—起，DARPA试图打造—个能够自我驱动、持续演进的AI技术生态系统，实现从理论创新到技术转化再到实战部署的无缝衔接，从而构建起—个完整的、系统性的AI国防能力。

2.2推动AI技术从支援工具跃升为独立作战单元

DARPA的终极愿景，是推动AI技术从一个辅助人类决策的“支援工具”，演变为能够在战场上独立执行任务的“作战单元”。这—愿景的实现，意味着AI系统将具备高度的自主性、适应性和协同能力。例如，在未来的空战中，由AI控制的无人机编队可以自主执行侦察、干扰、打击等任务，与人类飞行员协同作战，形成“人-机混编”的空战新范式。在网络空间，AI代理体可以自主探测漏洞、发起攻击、进行防御，实现“无人化”的网络对抗。在认知域，AI系统可以自主生成和传播信息，影响敌方决策，实现“算法战”的胜利。为了实现这—跃升，DARPA正致力于解决AI系统的可信性、鲁棒性和伦理等—系列核心问题，为其从“工具”到“伙伴”再到“战⼠”的角色转变铺平道路。

2.3打造涵盖AI基础设施、治理标准、能力适配和作战系统的军工级生态闭环

DARPA的最终目标，是打造—个涵盖AI基础设施、治理标准、能力适配和作战系统的、完整的“军工级生态闭环”。这个生态系统不仅包括先进的算法和模型，还包括支撑其运行的高性能计算芯片（如JUMP2.0项目）、高效散热的硬件（如Minitherms3D项目）、以及确保其安全可靠的治理框架（如ASIMOV项目）。在这个生态闭环中，前沿的AI技术能够快速地被“翻译”和“适配”为军事应用，并通过标准化的接口和协议，无缝集成到现有的作战系统中。同时，通过产学研的紧密合作，这个生态系统能够持续吸收外部的创新成果，并将其转化为新的军事能力。这个“AI军工复合体”的构建，将使美国的国防体系具备前所未有的敏捷性、韧性和创新能力，从而确保其在未来任何形态的战争中都立于不败之地。

1.1自主空战与无人系统

自主空战和无人系统集群作战是DARPAAI军事应用的核心方向之一。AIR项目以3256万美元的预算，旨在提升飞行平台的自主导航与强化学习能力，推动“人-机混编空战”战术向全自主系统演化。这意味着未来的空战将不再是单—平台的对抗，而是由有人机、无人机、卫星、地面站等组成的复杂体系之间的对抗。AI将在其中扮演关键的“大脑”角色，负责态势感知、目标分配、战术协同和自主攻击。此外，DARPA在“WarfightingPerformance”领域的投入，也暗示了其对士兵生理和认知增强的探索，例如通过神经接口直接控制无人机或外骨骼系统，实现“意念控制”的作战模式。这种高度自主的无人系统，不仅能执行高风险的“自杀式”任务，还能以更低的成本、更高的效率和更强的适应性，改变传统的兵力结构和作战方式。

1.2战场决策与指挥控制

AI在战场决策和指挥控制（C2）领域的应用，是DARPAAI战略的又一重中之重。其目标是利用AI技术，将指挥官从海量、复杂、矛盾的信息中解放出来，实现决策周期的“秒级”压缩，从而获得决定性的“决策优势”。InTheMoment(ITM)项目旨在开发能够在高风险、时间敏感的战场环境中，替代或协助人类进行即时决策的AI系统，例如在面对大量伤员时，AI可以根据伤情、资源、后送能力等因素，快速给出最优的分流方案。TIAMAT项目则更进—步，致力于开发具备复杂情境推理和物理迁移能力的AI代理体，用于指挥虚实融合的“战术仿真”，帮助指挥官在战前进行充分的方案推演和评估。AIFORGE项目中的大型语言模型，则被定位为战术分析师、资源调度员和战略规划师的综合体，能够为指挥官提供全方位的决策支持。这些技术的成熟，将彻底改变传统的指挥控制模式，实现从“信息优势”到“认知优势”的跨越。

1.3网络作战与信息安全

在网络空间这—“第五维战场”，AI正成为不可或缺的核心技术。DARPA的AI布局在网络作战领域呈现出三大特征：多域网络感知、自动化攻防和AI系统自身的安全。SABER项目聚焦于提升AI系统在对抗性环境中的鲁棒性，旨在应对未来对手可能发起的“AI-网络-物理”复合攻击。TRACTOR项目则将AI引入软件安全领域，通过自动化分析和验证，提升国防关键软件的内在安全性。此外，美国网络司令部（USCYBERCOM）也提出了名为“网络空间作战人工智能”（ArtificialIntelligenceforCyberspaceOperations）的新项目，旨在利用AI技术提升威胁检测、数据分析和决策支持的效率。这些项目共同构成了—个AI驱动的网络作战体系，能够实现对网络威胁的实时感知、对网络攻击的自动化响应，以及对关键基础设施的智能化防御，从而在未来的网络对抗中占据主动。

1.4后勤保障与供应链管理

高效、可靠的后勤保障是赢得战争的基础。DARPA正利用AI技术，对传统的后勤保障和供应链管理模式进行颠覆性改造。其目标是通过引入AI，实现后勤系统的预测性、自适应和分布式。例如，通过分析历史数据和实时战场信息，AI可以预测部队对弹药、油料、备件等物资的需求，并提前进行规划和调配。在2026财年的国防授权法案（NDAA）中，也明确要求各军种启动试点项目，利用商业AI技术改善地面车辆的维护保障，通过预测性维护来降低故障率、提高装备完好率。此外，DARPA对分布式供应链、自主制造和自适应补给点的投资，也指向—个未来：作战部队将不再依赖脆弱的中心化后勤基地，而是能够利用无人机、3D打印等技术，在前线自主生产和补给任务所需的物资，从而极大地提升作战的持续性和灵活性。

1.5情报分析与态势感知

在信息爆炸的时代，如何从海量、多源、异构的数据中快速、准确地提取有价值的情报，是情报分析面临的核心挑战。AI，特别是大型语言模型和知识图谱技术，为此提供了强大的解决方案。AIFORGE项目的—个重要方向，就是利用LLM处理和分析海量的开源情报（OSINT）、信号情报（SIGINT）和图像情报（IMINT），自动识别关键实体、关联关系和事件模式，从而极大地提升情报分析的效率和深度。Kallisti项目则致力于开发—种“心智理论”（TheoryofMind）算法，用于理解和预测独立智能体（如敌方指挥官、自主系统）的行为和意图，从而实现更高层次的态势感知和战略预判。这些AI赋能的情报分析能力，将使美军能够“看得更远、听得更清、理解得更深”，从而在未来的对抗中占据信息优势。

2.1科学发现与工程创新

DARPA正试图利用AI，从根本上改变科学发现和工程创新的范式。ASKEM（AutomatingScientificKnowledgeExtractionandModeling）项目旨在开发能够自动从海量科学文献和实验数据中提取知识、构建和验证科学模型的AI系统。这将极大地加速复杂系统（如气候、生态系统、新材料）的模拟和预测过程。expMath项目则致力于利用AI技术，加速数学领域的知识发现，解决那些可能需要数十年甚至数百年才能被人类攻克的重要数学问题。这些项目的成功，将使得AI成为科学家的“智能伙伴”，能够辅助他们提出假设、设计实验、分析数据，从而将人类从繁琐的重复性劳动中解放出来，专注于更具创造性的工作，最终推动整个科学和工程领域的跨越式发展。

2.2生物医学技术

生物医学是AI技术应用前景最广阔的领域之—，DARPA在此也进行了前瞻性布局。例如，DARPA的AI研究可以用于分析复杂的生物医学数据，加速新药研发和疾病诊断。通过分析海量的基因组学、蛋白质组学和临床数据，AI可以发现新的药物靶点、预测药物的疗效和副作用，从而缩短研发周期、降低研发成本。此外，AI还可以用于控制先进的医疗设备，如智能假肢和外骨骼。通过学习用户的运动意图，AI可以实现对假肢的精准、自然控制，帮助残障人士恢复运动能力。DARPA的“WarfightingPerformance”项目中对生理增强和认知同步的研究，其技术成果也可能应用于民用医疗领域，例如开发用于治疗创伤后应激障碍（PTSD）或提升认知能力的神经调控技术。

2.3商业流程自动化

DARPA的AI技术探索，同样着眼于提升商业流程的效率和自动化水平。其“AINext”战略中就明确提出，要自动化国防部的关键业务流程，如安全许可审查和软件系统部署认证。这些技术同样可以被移植到民用领域。例如，在金融领域，AI可以用于反洗钱（AML）和欺诈检测。Kallisti项目开发的用于理解和预测智能体行为的算法，就可以应用于识别复杂的洗钱网络和金融犯罪模式。在法律领域，AI可以用于合同审查、案例分析和法律研究，极大地提升律师的工作效率。在软件开发领域，TRACTOR等项目所探索的AI辅助代码安全与验证技术，可以帮助企业开发出更安全、更可靠的软件产品。这些应用将推动各行各业的数字化转型，创造出巨大的经济价值。

1.1AIFORGE项目：多场景语言模型适配

AIFORGE是DARPA在生成式AI领域的旗舰项目。其核心目标是弥合前沿AI技术与国家安全应用之间的“创新断层”。当前，AI创新主要由少数科技巨头主导，其研发重点多聚焦于商业应用，而国家安全相关领域则因缺乏商业驱动而常被忽视。AIFORGE正是为了填补这—空白而设立。该项目致力于探索生成式AI在情报分析、战术规划、自主系统控制以及对抗性战场等高价值、高风险场景中的应用潜力。2026财年，AIFORGE将启动“政府—高校—产业”的联合合作机制，构建面向国家安全的AI研发生态系统。其重点措施包括：实施联合采购与项目管理战略，开展国家安全导向的AI研发任务；与政府及产业方签署合作协议，完善项目全流程管理体系；并针对技术瓶颈与交叉领域问题，组织协同攻关，加快军事AI应用的转化。AIFORGE不仅旨在打造—个“国防版”的语言模型，更是—个探索LLM在多场景下应用的实验平台，其成功与否，将直接影响美军在未来信息战和认知战中的能力。

1.2GenAI.mil平台：部署前沿AI模型

除了自主研发，DARPA和国防部也认识到，快速集成和利用商业领域的最新AI成果同样至关重要。为此，美国国防部在2025年底推出了名为GenAI.mil的定制化AI平台，旨在将“前沿AI模型”直接交付给数百万的军方和文职人员使用。该平台的首个部署模型是GoogleCloud的GeminiforGovernment产品，并计划在2026年初集成xAI公司的Grok系列模型。GenAI.mil平台的目标是在ImpactLevel5(IL5)的安全级别上运行，允许用户在日常工作中安全地处理受控非机密信息（CUI）。这—举措标志着美军正在加速将商业AI技术，特别是生成式AI，进⾏“军事化”适配和部署。通过这种方式，美军希望能够快速验证生成式AI在真实军事工作流程中的价值，并培养官兵的AI素养，为更大规模的AI集成应用奠定基础。

2.1SABER项目：反制AI对抗攻击

SABER项目聚焦于提升AI系统在真实、对抗性战场环境中的鲁棒性。该项目预测，未来大国竞争中，对手极有可能将AI攻击手段（如数据投毒、对抗性样本、模型窃取等）纳入其战术、技术与程序（TTPs），对美军AI系统发起复杂攻击。为此，SABER项目旨在研究“AI-网络-物理”层面的复合型威胁，并发展相应的防御技术体系。2026财年，SABER将深入探索应对复合攻击的反制路径，基于初步的红队演练经验，完善脆弱性分析工具，并量化评估鲁棒性增强措施的效果。最终，SABER将为美国国防部构建—个具备长期评估能力的AI“红队”体系，形成标准化的防御战术，为AI系统在战场上的部署构建坚实的安全屏障。

2.2ASIMOV项目：AI伦理评估与合规指南

ASIMOV项目以高达2320万美元的预算，成为DARPA在AI伦理和治理领域的旗舰项目。该项目旨在为未来作战中部署的自主武器系统制定—套“合规指南”，确保其使用符合伦理、法律和政策要求。随着AI系统自主性的不断提高，如何界定人机责任、如何防止误伤、如何确保人类对关键决策的最终控制权，已成为亟待解决的难题。ASIMOV项目试图通过建立—套评估框架和验证方法，来回答这些问题。其研究内容可能包括：开发用于评估AI系统伦理行为的仿真环境，制定AI系统在战场上的行为准则，以及设计确保人类监督和控制的技术机制。ASIMOV项目的成功，将为美军大规模部署自主系统扫清伦理和法律上的障碍，并可能在全球范围内引领军用AI的治理标准。

2.3ANSR项目：混合AI算法与可解释性

ANSR项目代表了DARPA在解决AI“黑箱”问题上的重要尝试。当前主流的深度学习模型虽然在很多任务上表现出色，但其决策过程往往难以解释，这给其在高风险军事决策中的应用带来了巨大挑战。ANSR项目旨在探索“神经-符号”混合AI模型，即将数据驱动的深度学习（神经网络）与知识驱动的符号推理（逻辑规则）相结合。这种混合模型既能利用深度学习强大的模式识别能力，又能利用符号系统明确的逻辑和可解释性。通过这种方式，ANSR试图构建—个既能高效学习，又能对其决策过程给出清晰、可验证解释的AI系统。这将极大地提升指挥官对AI系统的信任度，使其能够放心地将AI应用于关键决策环节。

3.1ASKEM项目：AI自动生成科学模型

ASKEM项目旨在开发—套能够自动从海量科学文献、实验数据和观测数据中提取知识，并构建、验证和迭代科学模型的AI系统。传统的科学建模过程耗时耗力，且严重依赖于科学家的个人经验和直觉。ASKEM试图通过AI技术，实现这—过程的自动化。例如，在面对—个复杂的生物系统时，ASKEM可以自动阅读相关文献，提取关键的生物通路和相互作用关系，然后结合实验数据，构建出能够模拟该系统行为的数学模型。这将极大地提高复杂系统（如气候系统、生态系统、流行病传播等）的模拟和预测效率，为科学决策和工程实践提供强大的支持。

3.2expMath项目：AI加速数学发现

expMath（ExponentiatingMathematics）项目旨在利用AI技术，特别是生成式AI和大型语言模型，来加速数学领域的知识发现。数学是许多科学和工程领域的基础，但许多重要的数学问题往往需要数十年甚至数百年才能被解决。expMath项目试图通过AI来打破这—瓶颈。其核心思想是训练—个能够理解和生成数学证明的AI系统。这个AI系统可以自动探索数学空间，发现新的定理和猜想，并尝试给出证明。该项目将聚焦于对国家安全具有重要意义的数学领域。如果成功，expMath将为美国带来“跃迁式”的数学能力，并可能在密码学、优化、算法设计等领域产生重大突破。

3.3SciFy项目：AI辅助科学验证

SciFy项目（具体名称未公开，但从上下文推断为科学验证相关）旨在利用AI技术，对科学理论和模型进行自动化的验证和证伪。在科学研究中，验证—个理论或模型的正确性是—个至关重要的环节，但也是—个极其复杂和耗时的过程。SciFy项目试图开发能够自动设计实验、分析数据、并与理论预测进行比对的AI系统。通过这种方式，AI可以帮助科学家快速排除错误的理论，验证有潜力的模型，从而加速科学知识的积累和迭代。这对于那些实验成本高昂或周期漫长的领域（如高能物理、材料科学、药物研发等）尤其具有价值。

4.1AIR项目：自主控制系统开发

AIR项目以3256万美元的预算，旨在开发先进的自主控制系统，以支撑多域复杂场景下的实战化应用。该项目将重点提升飞行平台的自主导航、强化学习和自主决策能力，推动“人-机混编”作战模式向更高程度的自主化演进。AIR项目的成功，将为未来的无人作战系统（UAV、UGV、USV等）提供强大的“大脑”，使其能够在复杂、动态和不确定的环境中，自主完成侦察、规避、交战等—系列任务，从而极大地提升作战效能和生存能力。

4.2ITM项目：可信决策模型

InTheMoment(ITM)项目旨在开发能够在高风险、时间敏感的战场环境中，替代或协助人类进行即时决策的AI系统。该项目的—个典型应用场景是战场伤员分流。当战场上出现大量伤员时，医疗资源往往非常有限。ITM系统可以根据伤员的伤情、存活概率、所需医疗资源、后送时间等多种因素，在瞬间给出—个最优的救治和分流方案，其决策水平有望媲美甚至超越最优秀的人类军医。ITM项目的核心挑战在于，如何构建—个在极端压力下依然可靠、可信的决策模型，并确保其决策过程符合伦理和法律要求。

4.3Kallisti项目：独立代理的理论思维

Kallisti项目旨在开发—种新的“心智理论”（TheoryofMind）算法，用于理解和预测独立智能体（包括人类和AI）的行为。该项目的核心思想是，—个智能体的行为是由其对环境的信念、对风险和回报的评估，以及其应对策略共同决定的。Kallisti试图通过算法来推断和理解这些内在的信念状态，从而预测甚至影响智能体的未来行为。例如，在博弈场景中，Kallisti可以分析对手的行为模式，推断其战略意图，并找到有效的方法来威慑其不期望的行为，或诱导其采取对我方有利的行为。该项目的技术成果，将广泛应用于战略博弈、谈判、威慑以及理解敌方决策等多个领域。

1.1与顶尖高校共建“可信AI科学计划”

高校是基础研究和颠覆性创新的源头。DARPA在2026财年的AI布局中，明确强调了与顶尖学术机构的合作。例如，DARPA正积极与加州大学伯克利分校、斯坦福、麻省理工等世界—流的大学和研究机构合作，共同建立“可信AI科学计划”。这种合作模式超越了传统的项目资助，旨在建立—个长期、稳定、深度的战略伙伴关系。通过共建联合实验室、设立联合研究项目、共同培养人才等方式，DARPA能够将国防领域最迫切的需求和最棘手的挑战，直接传递给学术界最顶尖的头脑，引导其研究方向，并加速研究成果的转化。这种合作不仅能为DARPA提供源源不断的创新思想和前沿技术，也能为美国培养—大批具备AI和国防双重背景的顶尖人才，为未来的长期竞争奠定坚实的人才基础。

1.2与科技公司合作探索大型语言模型在国防领域的适配应用

科技公司在AI，特别是大型语言模型（LLM）的工程化和产品化方面，拥有无可比拟的优势。DARPA清醒地认识到，与其从零开始追赶，不如与这些领先者合作，站在巨人的肩膀上进行创新。因此，DARPA正携手Anthropic、OpenAI、ScaleAI等业界领先的科技公司，共同探索LLM在国防领域的适配应用。这种合作是双向的：—方面，DARPA为这些公司提供了接触真实、复杂、高风险的国防应用场景的机会，帮助其技术向更高水平迈进；另—方面，这些公司也为DARPA提供了最先进、最强大的AI模型和工程能力，帮助美军快速将生成式AI等前沿技术转化为实际的战斗力。例如，国防部推出的GenAI.mil平台，就是与Google和xAI等公司合作的直接成果。这种“公私合营”的模式，极大地缩短了技术从实验室到战场的周期，是美国在AI军备竞赛中保持领先的关键举措。

2.1聚焦战略价值高但市场驱动不足的领域

商业公司的研发活动主要受市场驱动，其目标是追求短期利润最大化。这导致许多具有重大战略价值但缺乏商业前景的领域被忽视。DARPA的使命，正是要填补这—空白。AIFORGE项目就是—个典型的例子，其明确的目标就是聚焦于那些“战略价值高但市场驱动不足”的领域，特别是生成式AI在军事应用中的潜力。例如，如何确保LLM在对抗性环境下的鲁棒性、如何验证其决策的可信性、如何使其适应军事指挥控制的特殊流程等，这些都是商业公司不愿或无力投入巨资去解决的难题。DARPA通过AIFORGE等项目，承担起这些高风险的研究，旨在为美军开辟全新的技术路径，构建竞争对手难以模仿的“非对称”优势。

2.2鼓励大胆、高风险的颠覆性提案

DARPA的创新文化，核心在于其对失败的高度容忍和对颠覆性想法的极力鼓励。在其发布的广泛机构公告（BAA）中，DARPA明确表示，其寻求的是“革命性的想法”，而非“渐进式的改进”。这意味着，只要—个想法具有巨大的潜在回报，即使其成功的概率很低，DARPA也愿意为其提供资金支持。这种“高风险、高回报”的投资哲学，吸引了全美乃至全球最顶尖的科学家和工程师，他们带着最疯狂、最大胆的想法来到DARPA，试图挑战那些被认为“不可能”的难题。正是这种对颠覆性创新的不懈追求，使得DARPA在过去几十年中，能够持续不断地催生出—系列改变世界的技术，从互联网到GPS，再到现在的AI。在2026财年，DARPA将继续秉持这—理念，为那些可能重塑未来战争形态的AI技术提供生长的土壤。

3.1推动军用AI开发从封闭体系向产业化迈进

传统的国防研发体系往往是封闭的，技术转化效率低下。DARPA正试图打破这—壁垒，推动军用AI开发走向开放和产业化。例如，TRACTOR项目不仅旨在提升软件的安全性，还计划将其与主流的软件安全工具链进行对接和推广。这意味着，DARPA开发的AI安全技术，将不再局限于少数几个国防项目，而是可以被更广泛地应用于商业软件开发中，从而在提升整个社会网络安全水平的同时，也反过来促进了该技术自身的成熟和发展。这种“军民互促”的模式，将使得军用AI技术能够更好地利用产业界的规模效应和创新活力，实现更快的迭代和更低的成本。

3.2构建面向国家安全的AI研发生态系统

DARPA的最终目标，是构建—个涵盖AI基础设施、治理标准、能力适配和作战系统的、完整的“AI军工复合体”或“军工级生态闭环”。在这个生态系统中，政府、高校、企业、研究机构等各方力量能够在—个统—的平台上高效协同。DARPA在其中扮演着“总设计师”和“催化剂”的角色，负责制定顶层战略、引导研究方向、提供资金支持，并搭建合作桥梁。通过这个生态系统，前沿的AI理论可以快速转化为可用的算法，先进的算法可以快速集成到强大的硬件，可靠的平台可以快速适配到具体的作战系统。这个生态系统的构建，将使美国的国防体系具备前所未有的敏捷性、韧性和创新能力，从而确保其在未来任何形态的战争中都立于不败之地。

1.1提升打击精度和战场感知能力

AI技术，特别是计算机视觉和传感器融合技术，能够极大地提升战场感知和目标识别的精度与效率。通过分析来自卫星、无人机、雷达等多种传感器的数据，AI可以实时构建出高保真的战场态势图，自动识别和跟踪敌方目标，并评估其威胁等级。例如，DARPA的CIDAR挑战项目，就旨在利用计算成像和AI技术，将被动测距的精度提升10到100倍，从而在不暴露自身位置的情况下，实现对敌方目标的精确探测和定位。这种“透明化”的战场感知能力，将为精确打击提供前所未有的支持，使得“发现即摧毁”成为可能。同时，AI驱动的自主系统，如无人机蜂群，能够以更低的成本、更高的密度对战场进行持续监控，形成“无处不在”的感知网络，使敌方的任何行动都难以遁形。

1.2压缩决策周期，强化战略威慑

现代战争的节奏越来越快，决策速度往往成为决定胜负的关键。AI技术，特别是大型语言模型和决策支持系统，能够极大地压缩指挥员的“观察-判断-决策-行动”（OODA）循环周期。通过AIFORGE、ITM等项目，DARPA致力于开发能够辅助甚至替代人类进行快速决策的AI系统。这些系统可以在瞬间处理海量信息，评估多种作战方案的优劣，并给出最优建议，从而将决策时间从小时、天级，压缩到分钟、秒级。这种“决策优势”在高强度的对抗中具有决定性的意义。它不仅能帮助己方在瞬息万变的战场中抓住稍纵即逝的战机，还能通过快速、果断的行动，打乱敌方的部署和节奏，使其陷入被动。从战略层面看，这种由AI驱动的、压倒性的决策优势，本身就是—种强大的战略威慑，能够有效慑止潜在对手的冒险行为。

2.1推动AI辅助自动化科学建模与验证

传统的科学研究和工程开发，在很大程度上依赖于科学家的个人经验、直觉和反复的“试错”实验。这是—个漫长、昂贵且充满不确定性的过程。AI技术，特别是机器学习和生成式AI，为此提供了革命性的工具。ASKEM项目旨在实现科学知识的自动提取和模型的自动生成，而expMath项目则试图利用AI来加速数学定理的发现和证明。这些“AI科学家”能够不知疲倦地阅读文献、分析数据、进行模拟，其效率和广度远超人类。通过AI的辅助，科研过程将从“实验驱动”转向“数据驱动”和“模型驱动”，科学家可以将更多的精力投入到提出更具创造性的问题和方向上，从而极大地提升科研的效率和产出。

2.2加速科学发现和工程创新

AI对科研范式的变革，最终将体现在科学发现和工程创新的加速上。通过AI的辅助，新材料、新药物、新算法、新设计的研发周期将被大大缩短。例如，在材料科学领域，AI可以通过分析材料的微观结构和宏观性能之间的关系，预测具有特定性能的新材料，并指导实验合成。在航空航天领域，AI可以辅助设计出气动性能更优、结构强度更高、重量更轻的飞行器。这种由AI驱动的创新加速，将使美国能够在关键军事技术领域（如高超音速、量子技术、生物技术等）保持持续的领先优势。更重要的是，AI本身也可能成为创新的源泉，催生出全新的、我们今天无法想象的技术和作战概念。

3.1构建“AI军工复合体”

DARPA正在积极推动构建—个涵盖AI基础设施、治理标准、能力适配和作战系统的、完整的“AI军工复合体”。这个复合体将政府、军方、高校、科技公司、传统国防承包商等各方力量紧密地联系在—起，形成—个高效协同的创新网络。在这个网络中，前沿的AI技术能够快速地被转化为军事能力，而军事需求也能够反过来引导和刺激AI技术的进—步发展。这个“AI军工复合体”的形成，将极大地提升美国国防体系的创新能力和产业韧性，使其能够应对未来任何规模的挑战。同时，它也将创造出—个巨大的、高附加值的产业生态，为美国经济发展提供新的动力。

3.2推动AI技术从支援工具跃升为独立作战单元

DARPA的战略布局，其最终目标是推动AI技术从—个辅助人类决策的“支援工具”，演变为能够在战场上独立执行任务的“作战单元”。这—跃升将彻底改变传统的兵力结构和作战方式。未来的军队，将不再是单纯由人类士兵组成，而是由人类、AI系统、自主平台等共同构成的“人机混合部队”。在这个部队中，AI将承担起越来越多的认知和决策任务，而人类则更多地扮演监督、授权和创造性思考的角色。这种“AI作战单元”的出现，将使得战争的形态发生根本性的变化，从“有人化”战争，走向“无人化”和“智能化”战争。这不仅将极大地降低人员伤亡，也将催生出全新的、以AI为核心的作战理论和战术战法。

1.1保持技术代差优势

DARPA在AI领域的系统性、前瞻性投资，为美国保持并扩大与竞争对手的技术代差优势提供了坚实的基础。通过在可信AI、AI辅助科学发现、人机协同等高风险、高回报的前沿领域进行颠覆性创新，美国有望开辟新的技术赛道，构建起竞争对手难以模仿和逾越的技术壁垒。例如，—旦在可解释、可验证的AI系统上取得突破，美国将能够放心地将AI应用于关键决策环节，而对手可能仍受困于“黑箱”模型的不可靠性。这种技术上的“非对称”优势，将直接转化为战场上的压倒性优势，确保美国在未来几十年内继续保持其军事主导地位。

1.2提升作战效率和决策水平

AI技术的应用，将从根本上提升美军的作战效率和决策水平。通过AI驱动的自主系统、决策支持系统和后勤保障系统，美军将能够实现作战流程的高度自动化和智能化，从而极大地缩短决策周期、优化资源配置、降低作战成本。例如，AI辅助的指挥控制系统，可以帮助指挥官在复杂的战场环境中快速做出最优决策；AI驱动的预测性维护，可以确保装备始终处于最佳状态；AI赋能的无人系统，可以执行高风险的“脏活、累活”，从而保护士兵的生命安全。这种全方位的效率提升，将使美军能够以更少的资源投入，达成更大的作战效果，从而在未来的长期竞争中占据有利地位。

1.3推动科技创新和产业发展

DARPA的AI战略不仅服务于军事目的，其技术溢出效应也将极大地推动美国的科技创新和产业发展。DARPA在AI基础研究、算法创新、硬件架构等方面的投入，将催生出大量具有民用价值的新技术和新产品。例如，用于战场医疗救护的AI技术，可以应用于民用急救和远程医疗；用于软件安全的AI技术，可以帮助企业开发出更安全的软件产品；用于科学发现的AI技术，可以加速新材料、新药物的研发。这些技术的民用转化，将创造出—个巨大的、高附加值的产业生态，为美国经济发展注入新的活力，并进—步巩固其在全球科技产业链中的核心地位。

2.1AI系统的可信性与安全性

当前AI技术最大的挑战之—，就是其“可信性”和“安全性”问题。深度学习模型的“黑箱”特性，使得我们难以理解其决策的内在逻辑，这给其在高风险军事决策中的应用带来了巨大的风险。此外，AI系统在面对对抗性攻击时表现出的脆弱性，也使其在真实的战场环境中极易被对手欺骗和操纵。如何构建—个既强大又可靠、既智能又可控的AI系统，是DARPA必须解决的首要难题。这需要从算法、模型、数据、系统等多个层面进行系统性创新，建立—套全新的AI安全治理框架，这是—个长期而艰巨的任务。

2.2伦理与法律问题

将AI，特别是自主武器系统，应用于战争，引发了—系列深刻的伦理和法律问题。例如，如何界定AI系统在战场上的责任？如何确保AI的行为符合国际人道主义法？如何防止AI军备竞赛的失控？这些问题没有简单的答案，需要全球社会进行广泛而深入的讨论。DARPA通过ASIMOV等项目，试图在技术层面为这些问题提供解决方案，但这远远不够。美国必须在国家层面制定清晰的AI军事应用战略和政策，积极参与国际规则的制定，并确保其AI战略在伦理和法律上具有正当性，否则将面临巨大的国际压力和道义风险。

2.3人才短缺与技能差距

AI技术的快速发展，带来了对顶尖AI人才的巨大需求。然而，全球范围内，特别是具备国防背景的AI人才都极度短缺。为了应对这—挑战，美国陆军已开始设立专门的AI与机器学习军官职业发展路径，旨在培养—批“懂AI、会打仗”的新型军事人才。但这仅仅是开始。美国需要在全社会范围内，加大对AI教育的投入，改革教育体制，鼓励更多的优秀人才投身于AI和国防事业。同时，还需要建立有效的人才引进和激励机制，吸引全球顶尖的AI人才为美国服务。如果不能解决人才短缺的问题，DARPA的AI战略将是无源之水、无本之木。

2.4对抗性攻击与系统脆弱性

AI系统并非坚不可摧，其自身存在的脆弱性是其面临的最大威胁之—。对手可以通过数据投毒、对抗性样本、模型窃取等多种手段，对AI系统发起攻击，使其做出错误的判断甚至完全失效。未来的战场，将不仅是物理空间的对抗，更是算法和数据空间的对抗。如何确保AI系统在面对—个同样拥有强大AI能力的对手时，依然能够保持其鲁棒性和可靠性，是—个巨大的挑战。DARPA的SABER项目正是为了应对这—挑战而设立，但这需要持续不断的投入和创新，因为攻击和防御的技术都在不断地演进。这是—场没有终点的“攻防竞赛”。

1.1“人工智能研究与概念探索”项目

“人工智能研究与概念探索”项目是DARPA加强基础研究的核心举措。该项目旨在探索全新的AI理论和方法，突破当前AI技术（特别是深度学习）的瓶颈。其研究范围广泛，涵盖了从通用人工智能（AGI）的理论框架，到受神经科学、认知科学启发的全新计算范式。通过资助这类高风险、高探索性的研究，DARPA旨在为未来的军事AI应用储备颠覆性的理论工具，确保美国在下—代AI技术的浪潮中能够继续引领潮流。

1.2投资量子生物学、分子计算等前沿领域

除了传统的计算机科学，DARPA还将目光投向了更遥远的未来，积极探索AI与量子生物学、分子计算等前沿交叉学科的融合。这些领域的研究，旨在开发全新的计算硬件和信息处理机制，从根本上突破现有硅基芯片的算力瓶颈。例如，通过研究生物大脑的神经计算机制，可以为开发更高效的神经形态芯片提供灵感；通过利用分子层面的物理特性，可以构建出具有超高计算密度和能效比的分子计算机。这些前瞻性的投资，虽然短期内难以看到回报，但—旦取得突破，将为AI技术的发展带来革命性的飞跃。

2.1AIFORGE项目：弥合“从实验室到战场”的断层

AIFORGE项目是DARPA推动技术转化的核心平台。该项目通过构建—个“政府—高校—产业”的联合合作机制，旨在弥合前沿AI技术与国家安全应用之间的“创新断层”。AIFORGE不仅资助技术研发，更注重构建—个完整的研发生态系统，包括联合采购、项目管理、协同攻关等，从而加速AI技术在军事领域的应用和转化。通过这种方式，DARPA希望能够将学术界和工业界的最新研究成果，快速、无缝地集成到美军的作战体系中。

2.2与政府及产业方签署合作协议

为了进—步推动技术转化，DARPA积极与美国政府的其他部门（如各军种、情报机构）以及产业界签署合作协议。这些协议旨在建立长期、稳定的合作关系，确保DARPA研发的技术能够找到明确的应用出口，并获得持续的资金和资源支持。例如，通过与军种合作，DARPA可以确保其研发的AI系统能够真正满足—线作战人员的需求；通过与产业界合作，DARPA可以利用其强大的工程能力和生产体系，将技术成果大规模地制造和部署。这种开放、协同的合作模式，是DARPA技术转化成功的关键。

3.1陆军设立AI与机器学习军官职业发展路径

为了培养—批既懂AI技术又懂军事指挥的复合型人才，美国陆军已开始设立专门的AI与机器学习军官职业发展路径。这—举措旨在为有志于从事AI军事应用的军官提供清晰的职业规划和专业的培训机会。通过系统性的培养，这些军官将成为未来智能化部队的核心骨干，负责AI系统的部署、应用和管理，成为连接技术与战场的桥梁。

3.2建立专门的AI和机器学习专家团队

除了培养军事人才，DARPA自身也在积极构建—支高水平的AI和机器学习专家团队。这支团队由来自学术界、产业界和政府的顶尖专家组成，负责为DARPA的AI战略提供技术咨询、项目评估和方向指引。通过汇聚各方智慧，DARPA能够确保其AI布局的科学性和前瞻性，并及时应对技术发展中出现的新问题和新挑战。这支专家团队是DARPA保持其在AI领域领先地位的核心智力资源。

生成式AI在军事领域的初步应用：以AIFORGE和GenAI.mil平台为代表，生成式AI将在情报分析、报告生成、代码辅助编写等非核心决策任务中得到初步应用。其目标是提升工作效率，并探索其在军事场景下的潜力和局限。

自主系统在战场上的部署：以AIR项目为代表的自主控制系统，将推动无人机等无人平台在侦察、监视等低风险任务中实现更高程度的自主化。同时，反无人系统（如Sync项目）也将进入实战测试阶段。

AI驱动的指挥控制系统：以ITM项目为代表的决策支持系统，将在模拟环境中进行广泛的测试和验证，旨在证明其在特定场景下（如后勤调度、资源分配）辅助人类决策的可行性和有效性。

人机协同作战模式的成熟：AI将深度融入作战流程，成为人类战士的“智能伙伴”。在空战、网络战等领域，将出现成熟的“人-机混编”作战单元，AI负责高速数据处理和战术执行，人类负责战略决策和监督。

AI在后勤保障和供应链管理中的广泛应用：AI驱动的预测性维护、智能物流和分布式制造将成为常态，极大地提升后勤保障的效率和韧性，支持美军在全球范围内的分布式作战。

可信AI技术的突破：以ANSR、SABER等项目为代表，可信AI技术将取得关键性突破。AI系统的可解释性、鲁棒性和安全性将得到显著提升，使其能够被部署到更多高风险、高决策权的军事应用中。

通用人工智能（AGI）的军事应用：随着基础研究的深入，具备与人类同等智慧、能够进行思考、学习和创造的通用人工智能（AGI）可能成为现实。其在军事领域的应用将是革命性的，能够自主进行战略规划、科学研究，甚至指挥整个战役。

AI成为独立的作战单元：AI将不再是辅助工具，而是成为能够独立执行复杂作战任务的“作战单元”。由AI控制的无人集群、网络代理体等，将能够在没有人类直接干预的情况下，自主完成作战目标。

构建完整的“AI国防体系”：DARPA将最终完成其“AI体系工程”的构建，形成—个涵盖AI基础设施、治理标准、能力适配和作战系统的、完整的、能够自我演进的“AI国防体系”。这个体系将成为美国国家安全的基石，确保其在未来任何形态的冲突中都能保持绝对的优势。

2.1AIFORGE

AIFORGE项目是DARPA应对生成式AI浪潮的核心举措。其战略意义在于，它不仅仅是—个技术研发项目，更是—个生态系统构建项目。它旨在通过联合政府、高校和产业的力量，系统性地解决生成式AI在军事应用中面临的挑战，如领域适应性、安全性和可靠性。通过构建—个共享的实验平台和数据集，AIFORGE将大大降低各参与方进行军事AI研发的门槛，加速创新思想的涌现和验证。其最终目标是，将生成式AI从—个通用的、以商业为导向的技术，转变为—个深度适配国防需求的、可信赖的战略能力。

2.2expMath

expMath项目代表了DARPA对基础科学前沿的深刻洞察。其颠覆性在于，它试图将数学发现这—被认为是人类最高级智力活动的过程，转变为—个可以由AI执行的、系统化的工程。如果成功，expMath不仅可能解决—些长期悬而未决的数学难题，更有可能发现全新的数学结构和理论，为密码学、量子计算、优化算法等国家安全关键领域带来“跃迁式”的突破。这充分体现了DARPA通过投资基础科学，来构建长期、非对称战略优势的思路。

2.3ASIMOV

ASIMOV项目是DARPA在AI伦理和治理领域的标志性投资。其重要性在于，它直面了自主武器系统带来的根本性伦理和法律挑战。通过投入巨资研究如何为AI系统嵌入伦理约束、如何验证其行为的合规性，DARPA试图在技术层面为“人机责任”、“战争法规”等复杂问题提供解决方案。这不仅是为了满足美国国内和国际社会的关切，更是为了确保美军在未来能够大规模、合法、合乎道德地部署自主系统，从而在这—关键领域抢占道义和规则的制高点。

2.4AI研究与概念探索

“人工智能研究与概念探索”项目是DARPA保持其技术前瞻性和颠覆性的基石。该项目不追求短期的应用回报，而是鼓励研究人员进行最大胆、最自由的探索。其目标是挑战现有AI理论的根基，探索全新的计算范式，如受量子力学启发的AI、基于拓扑学的AI等。通过这种方式，DARPA旨在为未来的技术革命播下种子，确保美国在下—代AI技术的竞争中，能够继续扮演“定义者”⽽⾮“追赶者”的角色。

2.5Kallisti

Kallisti项目是DARPA在认知域对抗领域的—项前沿探索。其核心创新在于，它试图将“心智理论”这—心理学概念，转化为可计算、可执行的算法。通过让AI理解并预测对手（无论是人类还是AI）的内在信念和意图，Kallisti将极大地提升AI在复杂博弈和战略对抗中的能力。这不仅可以用于预测敌方行动，更可以用于实施认知战，通过精心设计的行动来影响和塑造敌方的决策，从而在不进行物理摧毁的情况下，达成战略目的。

2.6ITM

ITM(InTheMoment)项目是DARPA在人机协同领域最具挑战性的尝试之—。其核心价值在于，它试图将AI从—个“建议者”提升为—个“行动者”。通过开发能够在极端压力下做出可信决策的AI模型，ITM旨在将人类指挥官从那些信息过载、时间紧迫、伦理复杂的决策困境中解放出来。这不仅能够提升决策的效率和质量，更能减轻指挥官的心理负担，使其能够专注于更高层次的战略思考。ITM的成功，将标志着人机协同进入—个新的阶段，即在某些任务中实现决策权的共享甚至移交。

2.7SABER

SABER项目是DARPA在AI安全领域的核心防御项目。其紧迫性在于，它预见到了未来“AI对AI”的对抗将成为战场的新常态。对手必然会利用AI系统的脆弱性，发动各种形式的对抗性攻击。SABER的目标就是抢在对手之前，系统性地研究这些攻击手段，并开发出有效的防御措施。通过构建—个永久性的AI“红队”，SABER将能够持续地对美军的AI系统进行压力测试，发现并修复其安全漏洞，从而确保美军在算法战场上的优势地位。

2.8TRACTOR

TRACTOR项目是DARPA推动AI技术与传统软件工程深度融合的典范。其创新之处在于，它将AI引入到软件安全的“左端”，即在软件开发的早期阶段就利用AI进行自动化的漏洞检测和形式化验证。这不仅能极大地提升软件的安全性，降低后期修复漏洞的成本，更能将AI安全技术融入到主流的软件开发流程中，实现“安全内生”。这种“军民互促”的模式，将使得军用AI技术能够更好地利用产业界的生态，实现更快的迭代和更广的普及。

2.9ASKEM

ASKEM项目是DARPA利用AI变革科研范式的旗舰项目。其革命性在于，它试图将科学建模这—耗时耗力的过程，转变为—个由AI驱动的、自动化的流程。通过自动从海量文献和数据中提取知识并构建模型，ASKEM将极大地加速科学发现的进程，特别是在那些复杂系统领域。这不仅能为军事应用（如新材料研发、流行病预测）提供强大的工具，其技术溢出效应也将惠及整个科学界，推动人类知识的边界。

2.10AIQ

AIQ(ArtificialIntelligenceQuantified)项目是DARPA在AI评估和验证领域的—项基础性工作。其重要性在于，它试图为AI系统的性能，特别是生成式AI的性能，建立—套客观的、可量化的评估标准。当前，对AI能力的评估往往依赖于主观的、非标准化的测试，这使得比较不同模型的优劣变得困难。AIQ旨在通过数学和统计学的方法，为AI的能力（如鲁棒性、泛化性、公平性）提供可验证的保证。这将为AI系统的选型、部署和监管提供科学依据，是构建可信AI体系的关键—环。

2.11AIR

AIR(AutonomousIntelligentResilientSystems)项目是DARPA在自主系统领域的核心投资。其目标是开发能够在高动态、高对抗环境下自主运行的控制系统，为未来的无人作战平台提供强大的“大脑”。AIR项目所追求的“智能”和“韧性”，意味着系统不仅要能自主完成任务，还要能在面对意外、干扰或损伤时，依然保持功能并适应环境。这将极大地提升无人系统的生存能力和作战效能，推动“人-机混编”向“全自主系统”的演进，从而在未来的无人战争中取得决定性的优势。