全球军工智能体深度研究报告（三）

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

第三章 全球军工智能体发展环境

军工智能体的发展并非单纯技术演进，而是由国家战略、地缘竞争、产业政策、技术生态、安全治理共同塑造的系统性进程。本章聚焦全球主要力量的战略定位、政策导向、资源投入与发展路径，系统解析军工智能体所处的宏观环境，为理解各国技术路线、产业布局与竞争态势提供底层逻辑支撑。

一、战略环境

全球军工智能体竞争已进入国家战略主导、全域资源投入、实战化加速落地的新阶段。美国以算法优势与全域协同为核心，构建绝对领先地位；中国以新质战斗力与智能化国防为牵引，实现自主可控与跨越式发展；俄罗斯走实用化、低成本、强抗干扰路线，依托无人装备与电子战融合形成区域优势；欧盟以战略自主与伦理监管为双轮，平衡技术发展与价值规范；以色列、日本、韩国、印度等则结合自身地缘需求，形成差异化追赶态势。全球战略格局呈现一超领先、多强并跑、区域跟进的特征，军工智能体成为大国博弈与地缘竞争的核心新疆域。

（一）美国：算法优势与联合全域指挥控制（JADC2）

美国将军工智能体视为维持全球军事霸权、确保决策绝对优势的核心支柱，形成 “战略引领、技术领先、产业协同、实战验证” 的全链条布局，核心目标是通过算法与全域连接，重塑作战规则，保持对潜在对手的代际优势。

1.在顶层战略层面，美国国防部 2026 年发布《人工智能加速战略》，明确将 AI 与智能体嵌入 “传感器到射手” 全链路，确立 “人工智能优先” 的作战力量建设目标。《数据、分析与人工智能采用战略》《国防部 3000.09 指令》等文件，构建起智能体研发、测试、部署、使用的全流程规范，将 JADC2 作为军工智能体落地的核心载体，旨在打通陆、海、空、天、网、电所有作战域，实现 “任何传感器、任何射手、任何域” 的即时协同，将杀伤链从小时级压缩至秒级。

2.在核心架构层面，JADC2 体系由各军种重点项目支撑：空军ABMS 先进战斗管理系统、陆军会聚工程（Project Convergence）、海军超越工程（Project Overmatch）、太空军扩散作战人员空间架构（PWSA）协同推进，2026 财年仅 JADC2 研发投入就达 5.728 亿美元。核心 AI 系统形成分工协同：Palantir 的Maven 系统作为算法中枢，集成 150 + 异构数据源，实现全域情报分析与目标识别；Anduril 的Lattice 平台聚焦战术指挥控制与反无人机；陆军Firestorm 火力分配引擎通过分布式拍卖算法，为单个目标生成 21 套打击方案，响应时间压缩至 20 秒内。

3.在技术与产业生态层面，美国构建 “传统军工 + 科技巨头 + 初创企业” 的协同体系：洛马、诺格、雷神等负责系统集成与装备适配；微软、谷歌、英伟达提供算力、大模型与云平台；Anduril、Shield AI、Palantir 等新锐企业主导智能体算法与软件研发。DARPA 持续投入 “自主认知系统”“分布式作战管理”“空战演进（ACE）” 等项目，推动颠覆性技术突破，确保算法、算力、数据全栈领先。

4.在实战验证层面，美军在美以伊联合行动中，将 Claude 大模型与 Maven 系统深度融合，90 分钟处理 2.3PB 数据，24 小时生成 1000 + 精确打击坐标，实现 “情报 — 决策 — 打击 — 评估” 全流程智能赋能，证明军工智能体已从辅助工具升级为战场核心决策中枢。美国的战略核心，是通过算法优势 + 全域连接 + 实战迭代，构建不可逾越的军事智能壁垒，维持全球霸权地位。

（二）中国：新质战斗力与智能化国防

中国将军工智能体纳入新质战斗力、新质生产力双重核心范畴，以 “智能化国防建设、机械化信息化智能化融合发展” 为战略方向，坚持自主创新、军民融合、安全可控，聚焦核心技术攻关与体系化能力构建，旨在抢占未来战争制智权，保障国家主权、安全与发展利益。

1.在顶层规划层面，“十五五” 规划纲要明确将国防智能化作为核心方向，二十届四中全会强调 “加快机械化信息化智能化融合发展，提高捍卫国家战略利益能力”。《军队装备科研条例》《新一代人工智能发展规划》《人工智能 + 行动意见》等政策，构建起军事智能研发、转化、应用的制度保障，将军工智能体作为智能化战争能力建设的核心载体，推动军民双向转化与协同创新。

2.在战略目标层面，中国聚焦自主可控、体系协同、全域覆盖三大目标：突破军用 AI 芯片、军事大模型、集群协同算法、边缘计算等核心技术瓶颈，摆脱外部依赖；构建陆、海、空、天、网、电多域智能协同体系，实现指挥决策、侦察感知、无人作战、后勤保障全链路智能赋能；坚持 “以人为本、智能可控” 的军事 AI 伦理，推动构建全球 AI 治理体系，践行负责任的军事智能发展理念。

3.在发展路径层面，采用 “军民融合 + 重点突破 + 实战验证” 模式：军工集团牵头体系研发与装备集成，民营科技企业在无人机、智能算法、算力平台、传感器等领域发挥创新优势，高校院所聚焦基础理论与前沿技术攻关。在无人集群、智能弹药、边缘智能体、侦察感知智能体等领域实现规模化突破，形成差异化竞争优势。

4.在治理理念层面，中国提交《全球人工智能治理倡议》，主张慎重负责开发军事 AI，确保人类最终控制，遵守国际人道法，反对谋求绝对军事优势，推动建立开放、公正、有效的安全治理机制。中国的战略核心，是通过自主创新 + 军民协同 + 安全治理，打造适应智能化战争的新质战斗力，实现国防现代化与国家战略利益的统一。

（三）俄罗斯：智能无人装备与电子战结合

俄罗斯受地缘冲突与制裁影响，走出一条实用化、低成本、强抗干扰、无人装备与电子战深度融合的军工智能体发展路径，核心目标是在有限资源下，快速形成战场实战能力，应对局部冲突与区域威慑需求。

1.在战略定位层面，俄罗斯将智能无人系统视为非对称威慑、低成本作战、提升战场生存力的关键手段，2025 年 11 月正式组建无人系统部队并升格为独立兵种，统筹空中、地面、海上无人装备与智能体的研发、部署与作战运用，将智能体与电子战、传统火力、防空系统深度融合，构建 “干扰 — 侦察 — 打击” 一体化作战能力。

2.在技术路线层面，俄罗斯不追求全面领先，而是聚焦战场刚需、抗干扰、低成本三大方向：智能体优先适配定位拒止、强电磁干扰环境，融合惯性导航、视觉导航、地形匹配技术，摆脱 GPS 依赖；重点发展巡飞弹智能体、无人战车智能体、电子战智能体，降低研发成本，实现快速量产；将 AI 算法嵌入电子战系统，研发Titan AI 干扰系统，实现无人机自主识别、干扰类型自适应选择，提升对抗效能。

3.在实战应用层面，俄乌冲突成为俄罗斯军工智能体的试验场：“柳叶刀”“天竺葵 - 5” 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，大量摧毁乌军装备；新型攻击型无人机群控制系统通过测试，实现百级无人机协同打击；苏 - 57 战机搭载 AI 副驾驶，实现与无人机协同作战，提升空战效能。俄罗斯通过战场实战迭代，快速优化智能体性能，形成低成本、规模化的作战能力。

俄罗斯的战略核心，是通过无人装备 + 电子战 + 智能算法的融合创新，以非对称手段抵消对手技术优势，确保区域威慑与战场主动权，服务于国家安全与地缘战略需求。

（四）欧盟：战略自主与军用 AI 伦理

欧盟以“战略自主、伦理监管、协同创新”为核心，平衡军事智能技术发展与价值观约束，旨在摆脱对美技术依赖，构建欧洲自主的军工智能体产业与技术体系，同时引领全球军用 AI 伦理规范制定。

1.在战略目标层面，欧盟发布《人工智能大陆行动计划》，将国防 AI 纳入战略自主核心领域，2026-2030 年计划投入 50 亿欧元用于军用 AI 研发，建立北约 AI 测试与评估中心，推动成员国 JADC2 系统互操作。核心目标是打破内部技术碎片化，整合法、德、意等国资源，在无人系统、指挥智能、网络智能体等领域形成欧洲特色优势。

2.在伦理与监管层面，欧盟 2025 年生效的《人工智能法案》虽未直接监管军事 AI，但确立“人类控制、风险分级、透明可控”的核心原则，明确致命自主武器系统需保留人类最终决策权，禁止不可接受风险的 AI 军事应用。欧洲议会通过军用 AI 伦理指南，强调人类主体性、非歧视、社会福祉，形成“技术发展与伦理监管同步”的欧盟模式。

3.在产业与项目层面，欧盟推动跨国协同项目：法德西FCAS 未来空战系统、英日意GCAP 全球战斗空中计划、法德MGCS 未来地面作战系统，均集成智能体与跨域协同技术；空客、泰雷兹、莱茵金属、BAE 系统等企业牵头研发无人平台、指挥控制智能体，构建欧洲自主军工智能体产业链。

欧盟的战略核心，是通过跨国协同 + 伦理引领 + 技术自主，平衡安全需求与价值观约束，打造既具备实战能力、又符合伦理规范的军工智能体体系，提升欧盟在全球军事智能竞争中的话语权。

（五）其他：以色列、日本、韩国、印度布局

1. 以色列：实战导向、小型化、出口驱动

以色列将军工智能体作为国家安全核心支柱，依托高强度实战环境，形成“实战孵化 — 快速迭代 — 出口变现”的闭环模式。在美以伊行动中，以军部署“薰衣草”目标识别系统与“福音”任务规划系统 ，30 秒锁定目标，自动生成数万级目标清单，人类仅保留最终审核权；“破冰者”智能导弹具备自主路径规划与防空规避能力，突防成功率 95%。以色列聚焦小型化智能体、巡飞弹智能、情报分析智能体，产品出口全球，成为军工智能体实战化标杆。

2. 日本：有限自主、人机可控、协同美军

日本 2025 年发布《国防 AI 适用指南》，明确人类最终干预、禁止完全自主致命武器原则，聚焦指挥控制、无人装备、反潜侦察等领域，研发无人机集群、海上智能感知系统。防卫省组建 AI 专项小组，推动无人装备与智能体现代化，强化与美军 JADC2 系统协同，依托民用 AI 技术优势，实现国防智能体稳健发展，服务于西南方向安全与海上通道保障。

3. 韩国：民技军用、全域覆盖、全球枢纽

韩国以“国防创新 4.0”为牵引，将民用大模型、AI 算法全面导入国防领域，构建陆、海、空、网多域智能体体系。重点研发无人战车、海上无人艇、反无人机智能系统，推动 AI 在情报分析、后勤保障、模拟训练中的应用，目标是将韩国打造为全球 AI 安全保障枢纽，依托民用科技优势，快速提升军事智能化水平，应对半岛安全威胁。

4. 印度：区域威慑、自主研发、全面布局

印度 2026 年发布《军事领域的人工智能》战略文件，将军工智能体纳入区域威慑核心能力，DRDO 牵头研发致命自主武器系统、网络安全智能体、后勤智能系统，覆盖侦察、打击、保障全场景。印度聚焦边境安全与海上威慑，推动无人平台、智能弹药、指挥决策智能体研发，试图通过军事智能化提升区域霸权地位，成为全球军工智能体竞争的重要参与者。

二、政策与法规

军工智能体的研发、测试、部署、使用与出口，已被全面纳入国际法约束、国家法律规制、行业标准管控、伦理规范约束的多层制度体系。政策与法规既为技术创新划定安全底线，也为产业发展提供稳定预期，同时成为大国博弈与规则竞争的重要场域。当前全球治理呈现 “国际法缓慢成型、国内法加速完善、军标体系快速建立、伦理分歧持续存在” 的总体格局，自主武器系统（AWS/LAWS）、军用 AI 问责、人机控制权、数据安全与供应链安全成为规制焦点。

（一）自主武器系统（AWS）国际规制

自主武器系统（Autonomous Weapon Systems, AWS），国际社会更常使用致命自主武器系统（Lethal Autonomous Weapon Systems, LAWS），特指 “一经启动，无需人类进一步干预即可自主搜索、识别、选定目标并使用武力打击目标” 的武器系统。其核心争议集中在：是否应全面禁止、是否必须保留人类最终控制、如何符合国际人道法、如何建立可核查的全球规则。截至 2026 年第一季度，全球尚未形成具有法律约束力的国际条约，但政治共识、人道原则、行为规范正在快速凝聚，规制进程进入关键谈判期。

1.联合国框架下的规制进程

在联合国《特定常规武器公约》（CCW）框架下，LAWS 政府专家组（GGE）自 2017 年持续磋商，已形成多份指导性文件与原则共识。2024 年 12 月，联合国大会以166 票赞成、3 票反对通过决议，明确授权启动关于 LAWS 具有法律约束力文书的谈判，要求在 2026 年底前形成初步案文，标志着国际规制从 “原则讨论” 转向 “条约起草”。红十字国际委员会（ICRC）于 2026 年 1 月发布《自主武器系统与国际人道法》专题报告，提出三项硬性约束：一是禁止无法满足区分原则、比例原则、预防原则的 AWS；二是所有致命打击必须保留人类有意义控制（Meaningful Human Control）；三是建立全生命周期测试、审查、部署、记录与追责机制。ICRC 同时呼吁将 “不可接受风险类自主武器” 列入禁令清单，包括无人类监督的全域自主猎杀系统、无法预测行为的黑箱模型武器、针对平民的自主杀伤系统等。

2.核心分歧与阵营格局

国际社会形成三大立场阵营：支持禁令阵营（部分发展中国家、非政府组织、红十字国际委员会），主张全面禁止或严格限制 LAWS，强调人类绝对控制；审慎发展阵营（中国、俄罗斯、多数中等军事强国），主张不搞绝对禁令，坚持人类主导、慎重负责、合规使用，反对双重标准；技术领先阵营（美国、以色列、部分欧洲国家），主张风险分级、程序合规、实战适配，反对一刀切限制，强调保留军事行动灵活性。2026 年 2 月，第三届军事领域负责任人工智能（REAIM）峰会在西班牙举行，85 个国家参会，仅 35 国签署非强制性原则文件，中美均未签署，反映出大国在规则主导权上的深刻分歧。争议焦点集中在：何为 “有意义控制”、是否允许 “人类在回路外”、模型可解释性与追责主体、技术核查与透明度。

3.国际人道法的适用与缺口

现有国际人道法（日内瓦公约及其附加议定书）原则上适用于 AWS，但存在明显适用缺口：一是算法决策的追责主体不明确，国家、研发方、生产方、操作人员、指挥员的责任边界模糊；二是黑箱模型无法满足 “预先评估” 要求，深度学习不可解释导致无法证明其能区分平民与战斗员；三是动态战场与在线进化使武器行为超出预设范围，违反 “预防原则”；四是跨域与集群使用导致杀伤规模与附带损伤难以事前评估。国际社会正在推动将 “可解释、可验证、可审计、可追溯” 四可标准写入国际规则，作为 AWS 合法使用的前提条件。

4.软法与行为规范的扩散

在硬法条约达成前，行为准则、承诺宣言、技术标准、出口管控构成 “软法治理体系”。北约、欧盟、东盟等区域组织发布军用 AI 负责任使用原则；主要军事强国强化 AWS 出口管制，将高端自主无人系统、智能弹药、集群算法列入军民两用禁运清单；军工企业与科研机构建立行业自律准则，承诺不开发无人类控制的致命自主武器。软法虽无强制力，但正在塑造全球共识，为未来条约奠定基础。

（二）主要国家军用 AI 条例

全球主要国家已建立军用 AI 专项指令、审查程序、安全标准、伦理准则，形成“人类控制、风险分级、全生命周期审查、严格测试验证” 的共性框架，同时体现出明显的战略与价值差异。

1.美国 DoD 3000.09 与更新版

美国国防部《武器系统中的自主性》指令（DoD 3000.09）是全球首部国家级军用 AI 与自主武器系统性政策，2023 年完成重大更新，2025—2026 年进一步细化实施细则，构成美军军工智能体发展的根本遵循。

核心内容包括：

（1）人类判断原则：自主与半自主武器系统必须设计为允许指挥员和操作员行使适当水平的人类判断，禁止无法实现人类有效控制的自主杀伤系统。政策首次明确 “适当水平” 而非绝对控制，允许在通信中断、高响应速度等场景下有限自主。

（2）全生命周期测试与审查：所有 AI 武器必须经过严格开发测试与作战测试（T&E），验证鲁棒性、可靠性、安全性、可解释性；建立高级审查机制，新型自主武器立项、定型、列装必须通过跨部门高级别评审，评估风险、合规性、人道法适配性。

（3）意外交战最小化：通过设计、测试、监督，将自主系统误判、误击概率与后果降至最低；要求建立数据记录、行为审计、事后复盘机制，确保可追溯、可追责。

（4）分类管理与权限划分：按杀伤性、自主性、作战域实施分级管控，战略武器、高致命武器、跨域打击系统执行最严格审查；授权军种部长、联合司令部司令承担审批与监管责任。

（5）2026 年实施重点：美军将大模型、集群智能、分布式自主系统纳入强化审查范围，要求军事大模型必须通过对抗鲁棒测试、可解释性验证、伦理合规审查三大关口；同步推进 “自主武器安全标准”“算法测试靶场”“可信 AI 认证体系” 建设，确保 JADC2 与智能体体系安全可控。

2.中国全球 AI 治理倡议与军事应用原则

中国坚持慎重负责、以人为本、智能向善、人类控制的核心立场，在《全球人工智能治理倡议》及联合国、CCW 等平台系统提出军事 AI 应用原则，形成完整规制主张。

核心原则包括：

（1）慎重负责发展：大国应克制使用 AI 谋求绝对军事优势，尊重他国安全关切，避免误解误判，防止军备竞赛；军事 AI 应用必须服务于防御性国防政策与和平目的。

（2）坚持人类最终控制：坚决禁止完全自主杀伤性武器，确保武器系统始终处于人类可控之下，致命决策必须由人做出；全生命周期保留人机交互与干预通道。

（3）遵守国际法与人道法：坚持区分、比例、预防、尊重国家主权与领土完整，禁止滥用、恶用、误用军事 AI 危害和平与安全。

（4）全生命周期安全管控：强化研发、测试、部署、使用、退役各环节风险评估，提高安全性、可靠性、可控性，建立审查、审计、追溯与问责机制。

（5）共商共建共享治理：反对单边规则与双重标准，主张由各国共同制定公平合理的全球规范，维护发展中国家正当安全与发展权益。

中国主张将防御性、可控性、透明度、对话合作作为治理基石，与美国 “能力优先、灵活管控”、欧盟 “伦理优先、风险分级” 形成鲜明差异，为全球治理提供非西方方案。

3.欧盟军用 AI 伦理框架

欧盟以战略自主、人类中心、风险可控、可信 AI为核心，形成 “法律排除 + 伦理约束 + 标准协同” 的独特框架。

（1）《AI 法案》军事豁免：2024 年生效的欧盟《AI 法案》明确不适用于仅用于军事、国防与国家安全目的的 AI 系统，尊重成员国国家安全主权；但要求军民两用技术、民用技术转军用必须遵守法案风险分级与合规要求，形成 “外松内严” 的管控格局。

（2）军用 AI 伦理指南：欧盟对外行动署（EEAS）与成员国发布《军用人工智能伦理框架》，确立六大原则：人类控制与责任、安全性与可靠性、透明度与可解释性、公平与非歧视、人道法合规、监督与追责；强调 “有意义人类控制” 是不可突破底线。

（3）风险分级与项目管控：对欧盟共同军事项目（如 FCAS、MGCS、Eurodrone）中的智能体实施强制伦理审查；高致命、高自主、跨域系统需通过成员国联合评估；禁止研发针对平民、不可预测、无监督的自主杀伤系统。

（4）标准互认与北约协同：推动欧盟军用 AI 标准与北约 STANAG 标准兼容，支持建立北约 AI 测试与评估中心，促进跨平台互操作与安全合规一致性。

欧盟框架的本质是平衡伦理价值观与军事能力需求，既保持技术发展空间，又抢占全球伦理治理话语权，形成 “价值观驱动的军事创新” 模式。

（三）军民融合与产业政策

军工智能体具有技术通用性强、产业链长、迭代速度快、投入规模大的特点，必须依托军民融合实现高效发展。全球主要国家均将军民融合作为核心产业政策，打通技术、资本、人才、设施双向转化通道，构建 “军技民用、民技军用、双向互促” 的生态。

1.美国：军民协同生态与柔性准入

美国形成 “军方牵引、市场主导、开放创新、快速转化” 的成熟体系。一是开放采办与 DIU：国防创新小组（DIU）简化采购流程，将民用 AI、无人系统、算力技术快速导入军方，周期从数年压缩至数月；二是两用技术优先：将大模型、边缘计算、计算机视觉、自动驾驶、集群算法等民用成熟技术优先军事适配；三是设施共享：军方仿真靶场、测试环境、涉密数据平台向合格企业开放；四是知识产权与利益共享：鼓励企业持有军用转化技术知识产权，降低转化成本；五是中小企业支持：SBIR/STTR 计划持续支持军工 AI 初创，确保创新活力。

2.中国：新质生产力与军民双向转化

中国以 “军民一体化、自主可控、协同创新、安全高效” 为方向，将军工智能体纳入新质生产力重点方向。政策重点包括：支持民营科技企业参与军队智能化建设；推进军用技术解密转民；建立军地标准对接与检测认证互认；建设军民共用算力平台、数据平台、仿真平台、测试靶场；强化 “军 — 产 — 学 — 研 — 用” 协同攻关，突破芯片、算法、操作系统、传感器等瓶颈。

3.欧盟与以色列：跨国协同与出口导向

欧盟推动跨国军民融合基金、联合研发计划、统一军标体系，整合成员国资源，降低重复投入；以色列实行全民皆兵、研战结合、出口反哺，军队需求直接牵引初创技术，实战验证后快速商业化出口，形成 “战场 — 实验室 — 市场” 闭环。

4.共性政策工具

全球通用政策包括：税收优惠与研发加计扣除、首台套装备应用补贴、军品定价与采购倾斜、人才双向流动与双聘机制、数据安全与涉密管理、供应链备份与自主可控。军民融合已从 “可选政策” 变为 “必选战略”，决定军工智能体产业的规模、效率与可持续性。

三、资本与产业环境

军工智能体已进入资本密集、技术密集、人才密集的规模化扩张期，全球国防预算持续向智能化倾斜，投融资热度攀升，并购整合加剧，供应链安全上升为国家核心议题。资本与产业环境决定技术迭代速度、产业集中度、市场格局与长期竞争力。

（一）全球国防预算与智能化投入

1.全球国防预算高位增长

2026 年全球国防支出突破2.2 万亿美元，同比增长约 6.5%，地缘冲突、大国竞争、智能化转型共同驱动增长。美国 2026 财年国防预算达1.01 万亿美元，首次突破万亿大关；中国、俄罗斯、印度、日本、韩国等保持中高速增长；中东、亚太、欧洲地区成为投入高地。

2.智能化投入成为第一增长曲线

国防预算结构发生历史性转变：平台硬件投入稳中有降，智能化软件、算法、数据、算力、无人系统投入大幅上升。2026 年全球国防 AI 与智能体相关投入规模约1016 亿 —1179 亿美元（不同机构口径差异），年复合增长率维持在13%—19%，显著高于国防预算整体增速。

（1）美国：2026 财年首次将AI 与自主系统列为独立预算类目，申请134 亿美元，较 2024 年增长近 3 倍；DARPA 投入49.15 亿美元，其中 AI 相关重点项目3.87 亿美元，聚焦大模型、可信 AI、集群智能、跨域协同；JADC2、Project Maven、ABMS 等核心工程投入持续加码。

（2）中国：国防智能化投入保持稳健增长，重点支持军事大模型、无人集群、边缘算力、国产芯片、跨域协同体系，军民融合项目成为投入主力。

（3）其他国家：以色列、韩国、日本、印度、英国、法国将国防预算的 8%—15% 投向智能化领域，重点补齐指挥、情报、无人作战、网电对抗短板。

3.投入结构：软件与服务超越硬件

军工智能体投入呈现 “软件定义、服务主导、数据驱动” 特征：软件算法、大模型、操作系统、指挥控制平台、仿真服务、运维保障占比超过55%，硬件（芯片、传感器、无人平台、终端）占比约45%。投入重心从 “造装备” 转向 “造智能、造体系、造能力”。

（二）投融资趋势（初创、并购、IPO）

全球国防科技（DefenseTech）投融资进入超级周期，AI 与智能体成为最热门赛道，呈现 “初创高增长、并购强整合、IPO 常态化、资本长期化” 特征。

1.初创融资：估值飙升，头部集中

2024—2026 年全球国防科技初创企业股权融资额从73 亿美元增至179 亿美元，翻倍增长；AI、无人系统、智能弹药、网电智能体、指挥软件赛道最受青睐。美国 Anduril、Shield AI、Palantir，以色列埃尔比特、拉斐尔旗下创新单元，中国民营军工 AI 企业成为融资标杆。2026 年 3 月，Shield AI 完成20 亿美元 G 轮融资，估值突破 900 亿元人民币，用于 Hivemind 集群智能系统全球部署与仿真软件并购；全球资金向技术壁垒高、军工资质全、实战验证强的头部企业集中，马太效应显著。

2.并购整合：产业链垂直整合与新域扩张

并购成为传统军工转型与科技企业扩军的主要手段：一是传统军工收购 AI 初创，洛马、诺格、雷神、BAE、莱茵金属、泰雷兹持续收购算法、软件、仿真、无人系统公司，快速补齐智能能力；二是科技巨头纵向布局，微软、谷歌、亚马逊、英伟达通过并购进入军用云、军事大模型、算力基础设施领域；三是民营军工横向整合，围绕无人集群、智能弹药、边缘计算形成平台型企业；四是跨境并购受限，大国竞争背景下，高端技术跨境并购普遍遭遇国家安全审查，并购以区域内、产业链内为主。2026 年开年，北方长龙、观想科技等 A 股公司启动军工电子与智能装备并购，开启国内整合浪潮。

3.IPO 常态化：退出渠道畅通，市场认可度提升

军工智能体相关企业 IPO 进入常态化阶段。2026 年 4 月，美国 AEVEX Aerospace 在纽交所上市，募资3.2 亿美元，市值30 亿美元，成为全球首家 PE 主导、以军工 ISR 智能无人机为核心的独立上市公司；L3Harris 计划分拆导弹与智能弹药部门独立 IPO，进一步聚焦智能化主业；中国科创板、创业板持续支持符合条件的军工智能、无人装备、军用电子企业上市，形成 “研发 — 投入 — 盈利 — 再投入” 的良性循环。资本退出渠道畅通，进一步吸引长期资金进入赛道。

4.资本逻辑转变：从财务投资到战略投资

投资逻辑从短期财务回报转向长期战略布局，主权基金、军工产业资本、科技巨头战投、国家基金成为主力，更看重技术壁垒、供应链安全、军品资质、持续交付能力，而非短期盈利。智能体赛道已进入 “资本 + 技术 + 资质 + 场景” 四维竞争阶段。

（三）供应链安全与关键技术管控

军工智能体供应链呈现全球化分工与本土化备份并行、技术管制加剧、自主可控成为底线的格局，关键技术管控成为大国竞争核心工具。

1.供应链脆弱性与安全挑战

军工智能体高度依赖高端芯片、操作系统、开发框架、传感器、EDA 软件、高精度器件，供应链呈现 “头部垄断、环节脆弱、易受制裁、易被卡脖子” 特征：地缘冲突导致物流中断；技术制裁导致断供；电磁对抗、网络攻击导致供应链投毒与后门风险；极端环境要求高可靠、长寿命、抗辐照、宽温备件，供给高度集中。

2.关键技术管控：出口管制与实体清单常态化

全球形成以瓦森纳协定、美国出口管制、欧盟两用物项管控、中国出口管制为核心的技术壁垒体系。管控重点包括：高端军用 AI 芯片、FPGA/ASIC、存算一体芯片；军事大模型与训练框架；集群协同算法；无人系统自主导航与避障技术；高精度光电与 SAR 传感器；抗干扰通信与自组网技术；仿真推演与数字孪生平台。美国将大量军工智能体相关企业与技术列入实体清单，实施长臂管辖；欧盟强化两用 AI 技术出口审查；中国加强敏感军工智能技术与无人机出口管控，维护国家安全与地区稳定。

3.供应链重构：自主可控 + 友岸外包 + 备份冗余

主要国家加速供应链重构，三大趋势并存：

（1）自主可控：美国推动芯片、软件、算法、制造回流；中国全力推进国产替代，突破军用 AI 芯片、操作系统、数据库、EDA、传感器瓶颈；俄罗斯实现关键器件国产化与替代。

（2）友岸外包 / 近岸外包：在盟友体系内构建安全供应链，降低对单一国家依赖。

（3）冗余备份与韧性设计：推行双源、多源采购；建立战略储备；采用模块化、通用化、国产化设计，提升供应链韧性。

4.标准与认证：安全合规成为准入门槛

军用供应链强制推行军标认证、安全审查、供应链溯源、可信验证：芯片需满足抗辐照、宽温、高可靠军标；软件需通过源代码安全审计、后门检测、对抗鲁棒性测试；元器件需满足可追溯、无恶意改造、稳定供货要求。军工智能体供应链已从 “成本优先” 转向 “安全优先、可控优先、韧性优先”。

数据来源：北京云阿云智库・数据库