《乌克兰对未来人工智能自主作战的愿景与当前能力》最新39页报告

本文探讨乌克兰如何推进人工智能驱动的无人系统，以减少作战人员直接参与，同时提升作战效能。尽管完全自主作战仍处于愿景阶段，但乌克兰在部分自主能力（特别是航空系统）方面已取得显著进展，而交战决策仍依赖人类监督。

核心发现

乌克兰军队的目标是将作战人员撤出直接战斗，代之以自主无人作战系统。该目标反映了节省有限人力资源的迫切需求，以及克服疲劳、应激反应、多源多传感器数据处理与融合能力不足等弱点的必要性。尽管尚未形成书面战略文件，这一愿景正推动乌克兰军方与国防工业在先进技术（包括人工智能赋能能力）的采用、获取与快速部署，以及无人系统扩展等方面形成统一行动。
按照美军定义——"系统在复杂不可预测环境中独立或通过最低限度监督实现目标的能力"——乌克兰战场尚未出现真正意义上的自主作战能力。首要原因是支撑性技术（尤其是人工智能）尚未达到必要成熟度。此外，乌克兰未对"自主性"或"自主武器系统"进行正式立法或政策定义。因此，乌军将"自主系统"与"无人系统"混用，或用以指代配备基础自主功能（如导航或瞄准）的平台。
当前人工智能应用具有局部性特征，其功能集中于提升特定任务效能与解决部分作战挑战，而非实现系统全流程自主。人工智能是实现从自动化系统（仅执行预设算法）向自主系统（可自主决策达成目标路径）转型的基石技术。该技术已在特定领域发挥关键作用：无人机影像分析与目标识别、目标追踪、自主导航（包括末段导航）、声纹与文本情报提取等环节中，人工智能替代了99%的人力劳动。尽管此类系统可在无直接人工控制下运行，但其通常无法独立完成目标发现、选择与交战的全流程操作。
乌克兰部队广泛采用中小型第一人称视角（FPV）无人机作为多任务平台，通过模块化设计与可互换设备实现快速任务转换。与美国不同，乌克兰根据结构配置、有效载荷能力与螺旋桨直径对无人机进行分类。7英寸FPV无人机因组装便捷曾占据主流，但随着作战需求升级，部队更倾向使用可搭载更重载荷、具备更长航程的9-10英寸四轴飞行器。通过在FPV平台上加装简易爆炸装置（IED）、IED投放机构、各类传感器或信号中继设备，同一平台可快速转换为自杀式无人机、轰炸机、情报监视与侦察（ISR）系统或中继节点。这种通过部件更换实现快速任务适配的模块化设计，使FPV无人机成为前线灵活且可扩展的战术资产。
乌克兰国防工业正在开发可跨平台集成的独立人工智能驱动软件，以扩展战场自主性。该软件支持环境感知、目标识别、导航（包括目标末段抵近）等关键自主功能，以独立模块形式存在——包含嵌入式软件的紧凑型芯片，部分集成摄像头。这些模块可整合至多种平台：小型FPV无人机、远程打击无人机，乃至无人地面车辆炮塔。因此，企业专注于开发独立自主功能模块，同时确保其在多平台与无人系统间的兼容性。
乌克兰国防工业采取基于小数据集训练小型AI模型的路径，而非开发大型全能模型。该路径可利用小型廉价芯片的有限算力实现快速高效机载处理，支持模型快速更新、再训练与升级以应对动态战场环境。数据集可通过企业战场运营或社交媒体开源数据获取。军方可从国防部更广泛的军事数据库中筛选高关联数据集，允许企业在受保护的军事环境中进行模型训练。
将目标识别功能委托至无人平台搭载的AI自动目标识别（ATR）系统，可突破人类生理局限，实现最远2公里的目标锁定。通过自动化装备识别与物体检测，无人机减轻了受疲劳、应激或技能差异影响的前线人员负担。技术进步使目标识别距离从300米扩展至平均1公里（实战条件）与最优条件2公里。AI驱动软件还能对抗人眼易受欺骗的诱饵与伪装装置。随着敌方规避战术精进化，AI赋能ATR模型需持续获取真实战场数据更新，以保持精确度并适应战场环境演变。
自主导航使无人机打击成功率提升三到四倍。通过消除对持续手动控制与稳定通信的依赖（二者均易受电子战干扰且受制于操作员技能不足），配备自主导航的无人机将目标打击成功率从约10%-20%提升至70%-80%。尽管打击精度尚未达到极高水平，但当乌军预期命中范围为目标的"合理半径"而非特定点位时，自主导航降低了对操作员技能水平的要求，使更多士兵能够使用具备AI导航能力的武器系统。
配备AI自主导航能力的无人机通过减少无人机损耗与重复任务尝试，显著降低总体打击成本。由于任务执行效率提升，此类系统通常仅需每目标投入1-2架无人机（而非8-9架）即可达成目标。此外，集成全自主飞行能力（从起飞、任务执行到降落）使系统可重复使用，减少频繁装备补充需求。
乌克兰工程师日益利用开源技术与现有计算机视觉模型加速研发进程并控制成本。通过整合现成软件解决方案（包括开源计算机视觉框架），开发者能快速创建并部署自主功能。该路径对"可消耗性"（attritable）平台尤为有利——降低单机成本与开发成本的优势通常超过高度定制化方案。此外，开源组件有助于加速原型设计、持续更新，以及依托全球研究的协作开发环境，从而在现代冲突场景中保持敏捷优势。
机载AI软件加密技术通过阻碍逆向工程，助力乌克兰维持技术优势。尽管对手可在数周内复制硬件设计，但AI软件中的复杂加密显著延缓其开发等效系统的进程。这一软件安全优势使乌军持续领跑无人机自主性领域。通过投资强加密协议，乌克兰不仅保护关键算法与数据，更构建针对即时仿制的战略威慑，强化高科技创新在现代战争中的持久价值。
操作配备自主功能的无人系统训练现可在30分钟至1天内完成，极大降低了此类武器系统的使用门槛。过去需要数百小时飞行训练的科目，如今仅需数小时即可掌握，使更多士兵能以最低专业门槛获得必要技能。随着自主导航系统普及，无人机培训课程日益整合自主瞄准与导航内容。针对这一转变，无人机操作员培训机构让学员同时掌握手动与AI辅助操作模式，通常可在一天内精通自主模式。这一快速学习曲线扩大了合格操作员队伍，提升了整体战备水平。
乌克兰当局正加速对具备自主能力的软件与模块的正式列装与采购进程。关键举措包括依据北约标准规范自主模块，并将其整合至正式军事装备序列以实现规模化采办。通过将模块列为独立组件并制定明确的整合与使用规范，乌军缩短了采购与部署周期。2024年，乌军开始采购1万架AI增强型无人机——这是向广泛列装先进自主系统迈出的初步但重要一步。尽管该数量仅占乌克兰2024年近200万架无人机产量的一小部分，却彰显乌克兰对提升平台自主性与作战能力的持续投入。
乌克兰军方要求所有无人与侦察系统必须与态势感知及火力校正平台整合，旨在构建实时通用作战图景。为满足需求，制造商须确保其系统能无缝接入共享态势感知与指挥控制环境。即使是外国供应商亦需遵循此要求，例如Skydio无人机已与国防部Delta系统对接。乌克兰声学侦察系统Zvook与文本分析工具Griselda（用于从群组聊天及截获俄军通信中提取情报）同样遵循这一整合原则。通过统一国内外技术供应商能力，乌军构建起覆盖全域的实时作战态势图。
AI赋能的自主技术面临两大挑战：将能力扩展至陆、海、水下平台，以及实现无人机集群协同作战。尽管空中无人机引领自主作战发展，但将类似功能适配多域运用需攻克更复杂的技术与环境障碍。虽然陆基系统集成自主导航潜力巨大，但乌克兰防务企业尚未实质推进相关实践。在空域，集群技术尚处小规模试验阶段；真正实现无人机间通信、协同决策与自适应调整的成熟集群系统仍有待开发。达成此类复杂协同需AI算法、通信协议与实时决策能力的重大突破。
人类监督仍具关键地位——尤其在交战决策环节——体现"人在环内"（human-in-the-loop）原则。该模式未来可能转向更高层级监督，但系统控制权仍由人类掌握。尽管乌军致力于在提升作战效能领域扩大自主性，交战决策权始终归属人类。现行"人在环内"机制允许操作员随时中止自主功能，确保关键伦理与战略判断受控于人类。该模式为未来扩展自主性奠定基础——但在风险最高节点仍维持人类介入。