全球军工智能体深度研究报告（一）

原创 李桂松等云阿云智库军事研究院大国安保课题组

导读：本报告系统梳理全球军工智能体发展脉络，剖析核心技术栈与产业链格局，复盘典型实战案例，研判未来趋势并提出对策建议，为国防科技战略决策、产业落地与风险防控提供系统性支撑。本报告全文145000余字，由云阿云智库军事研究院大国安保课题组原创出品。

云阿云智库大国安保课题组成员名单：

作者：李桂松 | 北京云阿云智库平台理事长

作者：李国熙 | 北京云阿云智库平台全球治理研究中心主任

作者：李富松 | 北京云阿云城市运营管理有限公司副总裁

作者：李国琥 | 北京云阿云智库平台空天学院院长

作者：李嘉仪 | 北京云阿云智库平台金融院长

作者：王成 | 北京云阿云智库平台公共关系总裁13360021949

云阿云智库全球合作

公共关系总裁：王成

联系电话：13360021949

联系邮箱：duanxiaoli2005@163.com

官方网站： http://yayqq.com

公司地址：中国•北京•西城

报告发布日期：2026年 4 月26日

研究团队：云阿云智库大国安保课题组

目录

前言

一、研究框架思路

二、摘要与关键词

第一章 绪论

一、研究背景与意义

（一）研究背景

1.智能化战争形态演进

（1）从信息化到智能化的代际跃迁

（2）OODA 闭环与智能体驱动的决策优势

2.全球军工产业智能化转型

（1）传统军工与 AI 深度融合

（2）智能体成为新质战斗力核心载体

3.地缘竞争与技术军备竞赛

（1）主要军事强国战略布局

（2）智能体技术的战略威慑价值

4.俄乌战争与美以伊战争军工智能体运用

（二）研究意义

1.理论意义

（1）构建军工智能体研究框架

（2）完善军事智能理论体系

2.实践意义

（1）支撑国防科技战略决策

（2）指导产业落地与风险防控

二、研究范围与界定

（一）核心定义

1.军工智能体内涵

（1）自主感知、决策、执行、协同的军事智能主体

（2）与传统自动化、AI 系统的本质区别

2.分类体系

（1）按功能：指挥决策、侦察感知、打击行动、保障支援、网络攻防

（2）按架构：单体智能、集群智能、异构协同智能

（3）按层级：战略级、战役级、战术级、终端级

（二）边界划定

1.包含：军用自主系统、无人平台智能体、多智能体集群、军事大模型智能体

2.排除：纯民用 AI、非自主武器、非智能型信息化装备

三、研究思路与方法

（一）研究思路

1.技术 — 产业 — 应用 — 治理四维框架

2.全球对标 — 现状研判 — 趋势预测 — 对策建议

（二）研究方法

1.文献研究法

2.数据分析法（市场、专利、项目）

3.案例研究法（实战、试验、典型项目）

4.比较研究法（国别、企业、技术路线）

四、报告结构与数据来源

（一）报告结构

（二）数据来源

1.官方文件

2.行业报告

3.企业财报与公开资料

4.学术论文与专利数据

5.实战案例与演习信息

第二章 军工智能体理论基础与技术体系

一、理论基础

（一）智能体理论

1.自主性、反应性、主动性、社会性

2.多智能体系统（MAS）与协同机制

（二）军事智能理论

1.感知 — 决策 — 行动 — 评估闭环

2.人机混合智能与人类在回路 / 上 / 外

（三）复杂系统与体系工程

1.战场复杂自适应系统

2.软件定义战争与数字孪生

二、核心技术栈

（一）基础层

1.算力基础设施

（1）军用 AI 芯片（GPU、FPGA、ASIC、存算一体）

（2）边缘计算与端边云协同

（3）抗恶劣环境算力平台

2.数据与知识

（1）多源战场数据融合

（2）军事知识图谱与常识库

（3）数据安全与合规治理

（二）技术层

1.核心算法

（1）大模型与小模型协同

（2）强化学习与在线进化

（3）计算机视觉与目标识别

（4）语音 / 文本多模态理解

2.关键使能技术

（1）自主导航与定位拒止环境适配

（2）集群协同与分布式决策

（3）电磁对抗与鲁棒性

（4）数字孪生与仿真推演

（三）应用层

1.智能体架构设计

2.人机接口与指挥控制

3.任务规划与动态重规划

三、技术成熟度与演进路径

（一）成熟度曲线（L1-L5）

1.辅助决策 — 半自主 — 有限自主 — 高度自主 — 完全自主

（二）技术演进三大方向

1.从单体到集群

2.从单域到跨域

3.从固定规则到自适应进化

第三章 全球军工智能体发展环境

一、战略环境

（一）美国：算法优势与联合全域指挥控制（JADC2）

（二）中国：新质战斗力与智能化国防

（三）俄罗斯：智能无人装备与电子战结合

（四）欧盟：战略自主与军用 AI 伦理

（五）其他：以色列、日本、韩国、印度布局

二、政策与法规

（一）自主武器系统（AWS）国际规制

（二）主要国家军用 AI 条例

1.美国 DoD 3000.09 与更新版

2.中国全球 AI 治理倡议与军事应用原则

3.欧盟军用 AI 伦理框架

（三）军民融合与产业政策

三、资本与产业环境

（一）全球国防预算与智能化投入

（二）投融资趋势（初创、并购、IPO）

（三）供应链安全与关键技术管控

第四章 全球军工智能体产业链与市场格局

一、产业链结构

（一）上游：基础硬件、软件、数据

1.AI 芯片、传感器、通信模组

2.操作系统、开发框架、数据库

（二）中游：智能体研发、系统集成、测试验证

1.平台型智能体、专用型智能体

2.多域协同集成商

（三）下游：陆、海、空、天、网、电、后勤、训练

二、市场规模与预测

（一）全球市场（2024-2030）

1.按组件：硬件、软件、服务

2.按功能：指挥、侦察、打击、保障、网电

3.按区域：北美、欧洲、亚太、其他

（二）细分市场

1.无人平台智能体

2.指挥决策智能体

3.集群智能系统

4.网电智能体

三、竞争格局

（一）第一梯队：美国（技术、生态、部署领先）

（二）第二梯队：中国、俄罗斯、欧盟、以色列

（三）第三梯队：地区军事强国

（四）集中度与壁垒

1.技术壁垒、资质壁垒、数据壁垒、生态壁垒

第五章 主要国家 / 地区军工智能体发展全景

一、美国

（一）战略与项目

1.JADC2、Project Maven、Anduril、Palantir

2.DARPA 关键项目（自主、集群、认知）

（二）技术能力

1.芯片、算法、平台、协同全栈领先

（三）产业生态

1.传统军工（洛马、诺格、波音）+ 科技巨头 + 初创

（四）实战应用

1.无人机智能体、情报分析、目标识别

二、中国

（一）战略与规划

1.国防智能化、新质生产力、军民融合

（二）技术突破

1.无人装备、集群算法、军事大模型、国产算力

（三）产业主体

1.军工集团、民营科技企业、专精特新

（四）应用进展

1.陆 / 海 / 空 / 天 / 网多域布局

三、俄罗斯

（一）发展路径：实用化、抗干扰、低成本

（二）典型系统：巡飞弹智能体、无人战车、电子战智能体

（三）战场实践与经验

四、欧盟与英国军工智能体发展全景

（一）欧盟战略自主与 AI 监管

（二）英国、法国、德国重点项目

五、以色列与亚太军工智能体发展全景

（一）以色列：小型化、实战化、出口导向

（二）日本、韩国、印度：追赶与自主化

第六章 军工智能体典型应用场景与实战案例

一、指挥决策智能体

（一）战略研判、战役筹划、战术规划

（二）案例：美军智能参谋系统、战场推演

二、侦察情报智能体

（一）多源情报融合、目标自动识别、异常检测

（二）案例：无人机视频分析、卫星情报解译

三、无人作战智能体

（一）空中：无人机蜂群、察打一体自主

（二）陆地：无人战车、排爆机器人

（三）海上 / 水下：无人艇、UUV 自主巡逻

（四）案例：俄乌冲突智能应用、中东实战

四、网电对抗智能体

（一）自主电子战、网络攻防、信号识别

（二）案例：自适应干扰、漏洞挖掘

五、后勤保障智能体

（一）预测性维护、智能投送、战场医疗

（二）案例：装备健康管理、供应链调度

六、模拟训练智能体

（一）虚实结合、智能导调、个性化训练

第七章 核心企业与技术机构

一、国际企业

（一）美国传统军工：洛马、诺格、雷神、波音

（二）美国 AI 新锐：Palantir、Anduril、Shield AI

（三）欧洲：泰雷兹、莱茵金属、BAE

（四）以色列：埃尔比特、拉斐尔

二、中国企业

（一）军工集团：航天、航空、兵器、电子、船舶

（二）民营科技：无人机、AI 算法、算力、系统集成

三、科研机构

（一）DARPA、美军实验室

（二）中国军工科研院所、高校

（三）欧盟、以色列研究机构

第八章 技术风险、安全挑战与治理体系

一、技术风险

（一）算法不可靠、对抗样本、模型漂移

（二）算力与通信瓶颈、极端环境失效

二、安全挑战

（一）网络入侵与劫持

（二）数据泄露与情报窃取

（三）自主失控与误判升级

三、伦理与法律

（一）责任界定、致命自主武器系统（LAWS）争议

（二）国际人道法适配

四、治理框架

（一）国内治理：研发 — 测试 — 部署 — 使用全流程

（二）国际治理：对话、规范、透明、信任措施

（三）技术治理：可解释、可验证、可管控、可追溯

第九章 发展趋势与前景判断

一、技术趋势

（一）大模型驱动智能体进化

（二）跨域集群协同常态化

（三）端边云一体化与轻量化部署

（四）高鲁棒性与对抗环境适配

二、产业趋势

（一）军民融合深化

（二）软件定义装备成为主流

（三）供应链自主可控强化

三、战争形态趋势

（一）智能体主导的分布式作战

（二）决策速度从人类到机器级

（三）无人化、自主化、集群化深度融合

第十章 全球军工智能体深度发展对国家的对策建议

一、国家战略层面

（一）顶层规划与技术路线图

（二）核心技术攻关（芯片、算法、操作系统）

（三）试验鉴定与标准体系

二、产业层面

（一）产业链协同与生态构建

（二）军民融合与民参军机制

（三）知识产权与成果转化

三、安全治理层面

（一）全生命周期安全管控

（二）国际合作与规则塑造

四、人才与投入层面

（一）复合型军事智能人才培养

（二）长期稳定投入与容错机制

五、结论

参考文献

附录

1.关键术语表

2.主要项目清单

3.数据来源说明

4.技术成熟度评估表

摘要与关键词

摘要

本报告系统研究全球军工智能体发展现状、技术体系、产业格局、实战应用与治理挑战，核心结论如下：

1.战争形态跃迁：智能化战争已从理论走向现实，OODA 循环被压缩至秒级，智能体驱动的 “发现即摧毁” 成为常态，战争优势从平台主导转向算法主导，全域异构、人机协同成为新特征。

2.技术体系成熟：基础算力、核心算法、使能技术协同突破，军事大模型、无人集群、边缘计算实现规模化应用，技术成熟度普遍达到 L3-L4 级（有限自主到高度自主），部分战术级系统已具备完全自主能力。

3.产业格局分化：美国占据技术与生态领先，中国、俄罗斯形成差异化优势，欧盟、以色列等加速追赶，全球军工智能体市场 2026 年规模超 500 亿美元，2030 年将突破 1500 亿美元，年复合增长率维持在 13% 以上。

4.实战效能凸显：俄乌冲突中智能无人装备改变战场态势，美以伊行动中 AI 实现全流程决策赋能，无人集群、自主打击、智能情报成为现代战争关键制胜要素。

5.治理挑战严峻：算法对抗、模型漂移、网络入侵等技术风险突出，自主失控与伦理争议频发，国际规制缺失，亟需构建全生命周期安全治理体系。

本报告建议，各国应强化顶层战略布局，聚焦芯片、算法、操作系统等核心技术攻关，完善试验鉴定与标准体系，推进军民融合与生态构建，加强技术安全与国际规则协同，以应对全球智能体军事竞争的新挑战。

关键词

军工智能体；智能化战争；OODA 闭环；无人作战系统；多智能体集群；军事大模型；产业链；实战应用；技术治理

前言

人工智能技术正以史无前例的渗透力与迭代速度，重塑全球军事竞争格局与战争形态。从机械化、信息化到智能化的跃迁，军工智能体已成为新质战斗力的核心载体，主导着从战略筹划、战役协同到战术执行的全链路变革。俄乌冲突成为全球首场大规模智能无人装备实战场，乌克兰 OCHI 系统处理超 200 万小时无人机视频实现目标自动识别，俄罗斯 “柳叶刀” 巡飞弹依托边缘计算完成自主路径规划与精准打击；美以联合行动中，AI 深度介入情报研判、目标生成与打击执行，Palantir “梅文” 系统与 Claude 大模型在 90 分钟内处理 2.3PB 数据，将目标识别至打击授权周期压缩至 17 秒，标志着 AI 已从辅助工具升级为战场决策核心。

当前，全球军工智能体竞争进入深水区：美国以 JADC2 为牵引，构建 “传统军工 + 科技巨头 + 初创企业” 全链条生态；中国聚焦新质战斗力建设，推进军事大模型、无人集群与国产算力协同突破；俄罗斯走实用化、抗干扰路线，将电子战与智能无人装备深度融合；欧盟、以色列、日韩等加速布局，争夺智能体技术与产业话语权。与此同时，算法不可靠、对抗环境失效、自主失控风险与国际规制缺失等挑战日益凸显，技术安全与治理体系建设迫在眉睫。

本报告立足技术 — 产业 — 应用 — 治理四维框架，系统梳理全球军工智能体发展脉络，剖析核心技术栈与产业链格局，复盘典型实战案例，研判未来趋势并提出对策建议，为国防科技战略决策、产业落地与风险防控提供系统性支撑。

一、研究框架思路

本报告以 “全球对标 — 现状研判 — 趋势预测 — 对策建议”为核心路径，构建技术 — 产业 — 应用 — 治理  四维协同分析框架，实现从理论到实践、从宏观到微观、从现状到未来的全链条覆盖。

（一）四维分析框架

1.技术维度：聚焦基础层（算力、数据、芯片）、技术层（大模型、强化学习、集群协同、边缘计算）、应用层（智能体架构、人机接口、任务规划）全栈技术体系，拆解技术成熟度、关键瓶颈与演进路径，明确核心技术壁垒与突破方向。

2.产业维度：梳理上游基础硬件 / 软件 / 数据、中游智能体研发 / 集成 / 测试、下游多域应用的产业链结构，分析全球国防预算与智能化投入、投融资趋势、供应链安全，刻画竞争格局与产业生态特征。

3.应用维度：覆盖指挥决策、侦察感知、无人作战、网电对抗、后勤保障、模拟训练六大核心场景，结合俄乌冲突、美以伊实战、多国演习案例，量化智能体作战效能，总结实战经验与教训。

4.治理维度：研判自主武器系统（AWS）国际规制进展，分析主要国家军用 AI 条例、伦理与法律争议，构建全生命周期安全治理框架，提出技术安全与国际规则制定建议。

（二）核心研究逻辑

1.从“是什么”到“为什么”：先界定军工智能体内涵与边界，再分析战争形态跃迁、产业转型、地缘竞争的底层驱动逻辑，明确研究必要性。

2.从“现状”到“趋势”：通过全球对标分析，梳理各国技术路线、产业布局与实战应用，结合技术成熟度曲线与市场数据，预测未来 5-10 年发展趋势。

3.从“问题”到“对策”：剖析技术风险、安全挑战与治理短板，从国家战略、产业发展、安全治理、人才投入四个维度提出可落地的应对策略。

二、摘要与关键词

（一）摘要

本报告系统研究全球军工智能体发展现状、技术体系、产业格局、实战应用与治理挑战，核心结论如下：

1.战争形态跃迁：智能化战争已从理论走向现实，OODA 循环被压缩至秒级，智能体驱动的 “发现即摧毁” 成为常态，战争优势从平台主导转向算法主导，全域异构、人机协同成为新特征。

2.技术体系成熟：基础算力、核心算法、使能技术协同突破，军事大模型、无人集群、边缘计算实现规模化应用，技术成熟度普遍达到 L3-L4 级（有限自主到高度自主），部分战术级系统已具备完全自主能力。

3.产业格局分化：美国占据技术与生态领先，中国、俄罗斯形成差异化优势，欧盟、以色列等加速追赶，全球军工智能体市场 2026 年规模超 500 亿美元，2030 年将突破 1500 亿美元，年复合增长率维持在 13% 以上。

4.实战效能凸显：俄乌冲突中智能无人装备改变战场态势，美以伊行动中 AI 实现全流程决策赋能，无人集群、自主打击、智能情报成为现代战争关键制胜要素。

5.治理挑战严峻：算法对抗、模型漂移、网络入侵等技术风险突出，自主失控与伦理争议频发，国际规制缺失，亟需构建全生命周期安全治理体系。

本报告建议，各国应强化顶层战略布局，聚焦芯片、算法、操作系统等核心技术攻关，完善试验鉴定与标准体系，推进军民融合与生态构建，加强技术安全与国际规则协同，以应对全球智能体军事竞争的新挑战。

（二）关键词

军工智能体；智能化战争；OODA 闭环；无人作战系统；多智能体集群；军事大模型；产业链；实战应用；技术治理

第一章 绪论

一、研究背景与意义

（一）研究背景

1.智能化战争形态演进

（1）从信息化到智能化的代际跃迁

人类战争形态历经冷兵器、热兵器、机械化、信息化四次重大变革，当前正进入智能化战争第五代形态，完成从 “信息主导” 到 “智能主导” 的代际跃迁。信息化战争以网络连通、数据共享为核心，解决战场信息传输与指挥链路数字化问题，核心特征是平台中心战、信息链路化、人工决策；智能化战争以人工智能、智能体、多域协同为核心，突破人类生理与认知极限，实现感知 — 决策 — 执行 — 评估全链路自主闭环，核心特征是算法中心战、体系自适应、机器决策。

从技术逻辑看，代际跃迁体现为三重升级：一是算力替代人力，军用边缘计算、云端算力集群支撑海量数据实时处理，将指挥员从信息过载中解放；二是算法替代规则，大模型、强化学习、知识图谱替代预设程序，实现动态态势研判与方案自主生成；三是智能替代被动，武器装备从 “遥控执行” 转向 “自主行动”，作战体系从 “固定协同” 转向 “分布式自适应协同”。从战争制胜机理看，信息化战争争夺制信息权，智能化战争争夺制智权，谁掌握智能技术、智能装备与智能决策优势，谁就掌握战场主动权。

这场跃迁并非渐进式改良，而是颠覆性重构：作战空间从物理域拓展至物理域、信息域、认知域、社会域四域融合；作战力量从有人平台为主转向有人 / 无人协同、无人集群主导；作战节奏从小时 / 分钟级压缩至秒级 / 毫秒级，“发现即摧毁” 成为基本作战准则。智能化战争已从理论构想走向实战验证，俄乌冲突、美以伊联合行动均证明，智能体已成为重塑战场规则的核心变量。

（2）OODA 闭环与智能体驱动的决策优势

OODA 循环（观察 — 判断 — 决策 — 行动）是现代作战的核心决策闭环，其周期长短直接决定战场胜负。传统 OODA 循环依赖人工操作，观察阶段依赖人工判读情报，判断阶段依赖指挥员经验，决策阶段依赖会议研讨与指令下达，行动阶段依赖人工操控装备，全周期通常耗时数十分钟至数小时，难以应对高动态、强对抗战场。

智能体通过全链路自主赋能，彻底重构 OODA 闭环，形成机器级决策、秒级闭环、全域协同的绝对优势。在观察（Observe）环节，智能体整合卫星、雷达、无人机、地面传感器等多源数据，通过多模态感知算法自动完成目标识别、虚假信息剔除、态势融合，感知效率较人工提升100 倍以上，实现战场单向透明。在判断（Orient）环节，军事大模型与知识图谱联动，自动分析敌方意图、战场风险、敌我力量对比，生成多套态势研判结论，准确率突破95%，消除 “战争迷雾”。在决策（Decide）环节，强化学习算法在线推演方案优劣，自主优选作战路径、火力分配、协同策略，将决策时间从小时级压缩至秒级。在  行动（Act） 环节，无人平台智能体、智能弹药自主执行打击、机动、干扰任务，实时调整动作，实现精准释能。

智能体驱动的 OODA 闭环呈现三大核心优势：速度优势，先敌发现、先敌决策、先敌打击，掌握战场节奏；精度优势，目标识别、打击定位、毁伤评估全流程高精度，降低附带损伤；韧性优势，分布式架构无中心节点，部分单元受损不影响整体闭环，适应强电磁干扰、火力压制等极端环境。美军 JADC2 体系、以色列 “福音 + 薰衣草”AI 目标系统，均以智能体重构 OODA 闭环，成为现代战争的标准范式。

2.全球军工产业智能化转型

（1）传统军工与 AI 深度融合

全球军工产业正经历从硬件主导到软件定义、从平台中心到智能中心的深刻转型，人工智能与传统军工研发、生产、装备、保障全链条深度融合，重塑产业形态与竞争逻辑。在研发设计端，生成式 AI、数字孪生、仿真智能体大幅缩短装备研发周期，洛马、波音利用 AI 完成战机气动设计、零部件优化，研发周期缩短40%—60%，成本降低30%；DARPA 通过智能体仿真完成战场体系推演，替代大量实装试验。在生产制造端，智能质检、柔性产线、数字工厂普及，AI 视觉检测实现军工零部件缺陷99.9%识别率，无人车间实现 24 小时不间断高精度生产。

在装备升级端，传统武器装备全面加装智能感知、自主决策、协同通信模块，实现 “智能化改造”：坦克、战机、舰艇具备自主目标识别、路径规划、火力调控能力；火炮、导弹依托智能算法提升抗干扰与精准打击能力；雷达、电子战系统通过 AI 实现自适应频率调控与干扰对抗。在作战应用端，指挥控制、情报侦察、后勤保障、模拟训练全领域智能化，C4ISR 系统升级为智能 C4ISR，情报处理从 “人工判读” 转向 “机器自动生成”，后勤保障从 “被动响应” 转向 “主动预测”。

传统军工与 AI 的融合，打破了 “机械 + 电子” 的传统架构，形成 “硬件 + 算力 + 算法 + 数据” 的新型军工体系，智能技术成为军工产品核心竞争力，无智能不装备、无智能不作战成为行业共识。

（2）智能体成为新质战斗力核心载体

新质战斗力是以颠覆性技术为驱动、以智能体系为支撑的新型战斗力形态，军工智能体凭借自主感知、自主决策、自主执行、自主协同四大能力，成为新质战斗力的核心载体与生成引擎。从战斗力构成看，传统战斗力依赖火力、机动力、防护力，智能化战斗力依赖数据力、算法力、协同力，智能体正是三者的聚合载体。

智能体对新质战斗力的赋能体现在四个维度：一是赋能感知端，构建全域、全时、全谱感知网络，实现战场信息全覆盖、快处理、高精准；二是赋能决策端，替代人工完成高强度、高复杂度决策，实现快决策、优决策、稳决策；三是赋能执行端，无人集群、智能弹药、自主平台承担高危任务，降低人员伤亡，提升打击效能；四是赋能保障端，智能后勤、智能维修、智能医疗实现精准保障、主动保障、高效保障。

实战数据显示，智能体可使作战体系效能提升5—10 倍，决策效率提升100 倍，人员伤亡降低 80% 以上。无论是战略层面的态势研判、战役层面的集群协同，还是战术层面的精准打击，智能体均已成为不可或缺的核心力量，推动新质战斗力从 “概念” 转化为 “实战能力”。

3.地缘竞争与技术军备竞赛

（1）主要军事强国战略布局

全球军工智能体竞争已进入国家战略主导、全链条投入、实战化加速的新阶段，美国、中国、俄罗斯、欧盟、以色列等纷纷出台顶层战略，抢占技术与产业制高点。美国以 “绝对技术优势” 为目标，发布《国防部人工智能战略》《自主武器系统政策》，依托 DARPA、各军种实验室，推进 JADC2、Project Maven、Anduril 无人体系等重大项目，构建 “传统军工 + 科技巨头 + 初创企业” 协同生态，2024—2026 财年军工智能体相关投入年均增长25%。

中国将军事智能化纳入国防和军队现代化核心任务，聚焦新质战斗力与新质生产力融合，推进军事大模型、无人集群、国产军用算力、跨域协同体系攻关，形成军工集团、民营科技企业、高校院所协同创新格局，在无人机集群、智能弹药、边缘计算等领域实现突破。俄罗斯走 “实用化、低成本、抗干扰” 路线，将智能体与电子战、巡飞弹、无人战车结合，重点提升战场适应性与规模化部署能力，在俄乌冲突中验证实战效能。欧盟推进 “战略自主”，发布《军用 AI 伦理框架》，统筹法、德、意等国资源，聚焦指挥智能、无人海上系统、网络智能体研发。以色列以 “实战导向、小型化、出口导向” 为特色，在目标识别、巡飞弹智能、情报智能体领域全球领先，产品大规模应用于中东战场。

这场竞争呈现全域覆盖、技术封锁、生态对抗特征，核心技术、关键芯片、算法框架、数据资源成为争夺焦点，军工智能体已成为大国博弈的战略新疆域。

（2）智能体技术的战略威慑价值

智能体技术不仅提升实战效能，更构建新型战略威慑能力，与核威慑、常规威慑共同构成现代国家安全威慑体系。智能体威慑的核心逻辑是：以智能优势形成不对称打击能力，以决策速度优势形成战场压制能力，以体系韧性优势形成不可战胜的作战能力。

战略威慑价值体现在三个层面：一是常规威慑升级，智能无人集群、精准打击智能体、跨域协同体系，可快速摧毁敌方指挥中枢、后勤节点、重装备集群，形成 “非接触、低成本、高效能” 的常规威慑；二是战略决策威慑，战略级智能体可实时研判全球态势、预测冲突风险、生成战略方案，使对手不敢轻易发起挑衅；三是新兴域威慑，网络智能体、太空智能体、电磁智能体掌控关键域主导权，形成跨域威慑效应。

智能体威慑具有低门槛、高弹性、可实战的特点，无需大规模人员投入，即可形成强大威慑力，成为中小国家提升安全能力、大国维持战略优势的重要手段。全球范围内，智能体技术的扩散正在改变地缘力量平衡，推动国际安全格局向智能化、多极化转型。

4.俄乌战争与美以伊战争军工智能体运用

俄乌冲突是全球首场大规模智能化局部战争，军工智能体从幕后走向前台，全面渗透侦察、决策、打击、保障各环节。乌军运用GIS Arta、Delta 智能系统，将目标发现到打击周期压缩至3—5 分钟，FPV 无人机加装 AI 制导模块，命中率从 10% 提升至 70%—80%；俄军 “柳叶刀” 巡飞弹搭载边缘智能芯片，实现自主路径规划、防空规避、目标锁定，摧毁大量乌军装备；双方均使用 AI 智能体处理卫星影像、无人机视频、开源情报，自动定位兵力与装备，智能体成为战场 “标配”。

美以伊联合行动中，军工智能体实现战略级规模化应用。美军 Maven 系统结合 Claude 大模型，90 分钟内处理 2.3PB 数据，24 小时内生成1000+精确打击坐标；以色列 “薰衣草”“福音” AI 系统自动识别高价值目标，构建数万级目标库；智能体全程主导情报融合、目标生成、方案优选、打击评估，人类仅保留最终授权，实现 “机器决策、人类监督” 的新型作战模式。两场战争证明：智能体已不是辅助工具，而是战场主导力量，谁用好智能体，谁就掌握战场胜势。

（二）研究意义

1.理论意义

（1）构建军工智能体研究框架

当前全球军工智能体研究仍处于碎片化、分散化状态，缺乏统一的理论框架、概念体系与分析范式。本研究立足军事学、人工智能、产业经济学、安全治理交叉视角，系统界定军工智能体内涵、分类、边界，构建技术 — 产业 — 应用 — 治理四维理论框架，填补跨学科研究空白，为后续学术研究提供统一范式与分析工具。

（2）完善军事智能理论体系

智能化战争理论尚处于起步阶段，传统作战理论难以解释智能体主导的新型作战规律。本研究通过剖析智能体对 OODA 闭环、作战体系、战斗力生成的重塑机制，提炼制智权、智能杀伤链、分布式自适应作战等核心理论，完善军事智能基础理论，推动作战理论从信息化向智能化转型。

2.实践意义

（1）支撑国防科技战略决策

本研究全面梳理全球军工智能体技术、产业、竞争、治理现状，研判未来 5—10 年发展趋势，识别核心技术瓶颈、产业短板与安全风险，为国家制定军事智能化战略、技术攻关路线、产业发展规划、安全治理政策提供数据支撑与决策参考。

（2）指导产业落地与风险防控

针对军工智能体研发、集成、应用、保障全链条，本研究提炼产业链协同、技术转化、标准建设、安全管控的实践路径，为军工集团、民营科技企业、科研机构提供可落地、可复制的产业发展方案；同时揭示算法对抗、网络劫持、自主失控、伦理法律风险，提出全生命周期防控措施，保障军工智能体安全可控应用。

二、研究范围与界定

（一）核心定义

1.军工智能体内涵

（1）自主感知、决策、执行、协同的军事智能主体

军工智能体是面向军事需求、部署于国防与作战场景、具备自主能力的智能实体，涵盖软件形态（指挥决策智能体、情报分析智能体）与硬件形态（无人平台智能体、智能弹药、集群系统）。其核心能力包括四项：自主感知，通过传感器与数据链路获取战场信息；自主决策，基于算法与模型完成态势研判、方案生成、指令下达；自主执行，操控装备完成打击、机动、侦察、保障等任务；自主协同，与其他智能体、人类操作员实现多域分布式协同。

军工智能体以完成军事任务为目标，具备强对抗适应性、高可靠性、低延迟响应、抗干扰容错等军事专属特性，是智能化作战体系的基本单元与核心节点。

（2）与传统自动化、AI 系统的本质区别

传统自动化系统按预设规则执行固定任务，无感知环境变化、无自主决策、无学习能力；传统 AI 系统以单任务辅助为核心，依赖人工干预、数据封闭、无协同能力。军工智能体与之存在本质差异：一是自主性，无需人工实时干预，自主适应动态环境；二是社会性，可与多智能体协同，形成分布式体系；三是学习性，在线积累经验，持续优化决策模型；四是对抗性，适应强干扰、强欺骗、强打击战场环境；五是全域性，跨陆、海、空、天、网、电多域协同作业。

2.分类体系

（1）按功能：指挥决策智能体、侦察感知智能体、打击行动智能体、保障支援智能体、网络攻防智能体。

（2）按架构：单体智能体（单平台独立作业）、集群智能体（多单元协同）、异构协同智能体（跨平台 / 跨域混合协同）。

（3）按层级：战略级智能体（全局态势研判、战略决策支持）、战役级智能体（兵力协同、任务规划）、战术级智能体（分队 / 平台作战）、终端级智能体（传感器 / 弹药 / 末端执行单元）。

（二）边界划定

1.包含：军用自主系统、无人平台智能体、多智能体集群、军事大模型智能体、军用边缘智能体、仿真推演智能体、网电对抗智能体、后勤保障智能体。

2.排除：纯民用 AI 系统（无军事改造、无军事部署）、非自主武器（遥控 / 传统弹药）、非智能型信息化装备（仅数据传输无自主决策）、纯科研试验未实战化系统。

三、研究思路与方法

（一）研究思路

1.技术 — 产业 — 应用 — 治理四维框架

以技术体系为基础、产业生态为支撑、实战应用为导向、安全治理为保障，构建四维分析框架，全面覆盖军工智能体全链条、全领域、全周期。

2.全球对标 — 现状研判 — 趋势预测 — 对策建议

遵循“国际对比找差距、现状分析摸家底、趋势研判定方向、对策建议落地方” 的逻辑，完成从宏观到微观、从理论到实践的全流程研究。

（二）研究方法

1.文献研究法：系统梳理国内外军事智能、军工智能体相关政策、学术论文、行业报告、专利文献，构建理论基础。

2.数据分析法：整合市场规模、投融资、专利、项目、装备参数等数据，开展量化分析与模型测算。

3.案例研究法：深度剖析俄乌冲突、美以伊行动、美军 JADC2、以色列智能目标系统等实战与试验案例，提炼规律。

4.比较研究法：开展国别、企业、技术路线、应用场景横向对比，识别优势、短板与差异。

四、报告结构与数据来源

（一）报告结构

本报告共设十章：第一章绪论；第二章军工智能体理论基础与技术体系；第三章全球发展环境；第四章产业链与市场格局；第五章主要国家 / 地区全景；第六章典型应用与实战案例；第七章核心企业与机构；第八章风险挑战与治理；第九章发展趋势；第十章对策建议。

（二）数据来源

1.官方文件：中美俄国防部、DARPA、欧盟、北约、中国部委等发布的战略、规划、条例、项目公告。

2.行业报告：简氏防务、MarketsandMarkets、SIPRI、国内券商与智库军工智能体专题报告。

3.企业资料：军工集团、科技企业、初创公司财报、产品手册、公开技术文档。

4.学术与专利：SCI/SSCI 论文、军工智能体相关专利数据库、会议论文。

5.实战与演习：俄乌冲突、美以伊行动、多国联合演习公开信息、战场效能数据、装备应用实录。

数据来源：北京云阿云智库・数据库