场景设想：2045年东欧战场 观察人工智能增强的湿间隙跨越（WGX）行动，宛如目睹蜂群协作。第五军主控AI系统从容掌控全流程：从初始侦察、方案规划、3D打印桥段组件并运抵水域，直至组装完整桥梁。AI甚至指挥车辆通过模块化桥梁。传感器持续监测水流、桥段扭力、车辆载重等参数，使跨越行动迅捷非凡。海量传感数据支撑AI同时高速调度多辆载具。但主控AI的功能远不止于此——其覆盖从规划筹备到执行评估的全链条。
规划阶段，AI为参谋团队构建方案核心框架，生成并解答情报需求，跨梯队实现纵横双向计划协同。它数秒内完成百人脑力工作：分析地形气象，调取历史档案与实时影像数据；快速制定行动方案（COA），精准预判敌军条令、近期动向、战力构成及部署态势；按指令将欺骗战术融入每个方案，通过大小行动组合构建虚实相间的战场迷雾。
方案生成后，AI将己方计划导入"蓝方推演角色"，与"红方敌军角色"进行兵棋对抗。数百轮推演迭代（耗时仅数秒）优化三套方案并降低风险。更同步整合常被忽视的交通管制、非致命火力、指挥所机动等要素，同时为欺骗计划构建精准信号与干扰噪声。整套参谋规划产物（整合军事决策流程第2-5阶段）仅需指挥官与作战官七分钟指令交互即可完成。
主控AI输出包含情报收集计划，调度人力与自主系统满足情报需求。经数分钟人工审核后，收集计划获批，跨越方案随新情报输入持续优化。
五小时内，决策所需最低情报集完备。指挥官与参谋团队佩戴虚拟现实目镜，沉浸式审阅AI呈现的影院级方案推演。在虚拟战场交互调整后方案获批。第五军主控AI无缝协同军种、下属师旅及盟军伙伴的同类系统。24小时内，跨梯队指令流程完结，计划经纵横双向协同演练。演习在实景数字孪生战场复现方案推演全过程。
AI对行动执行同样带来变革。实战跨越中，主控AI同步调度资源、削减冗余、指挥自主系统。依其参与制定的计划，精准部署机动、防护、保障等要素。例如：在人工协助下，后方工业级3D打印机生产自主桥段组件，其自行驶入拖车运抵作业区；组件卸车后自主入水衔接，人工仅需核验连接点。
全景视角下，载人/无人、自主/遥控、消耗型/高价值系统如马赛克般精密嵌合。其中：3D打印模块化系统扫描电磁频谱（EMS）敌情并动态调整干扰；俯瞰跨越区或延伸侦察；中继友军通讯。河面部署的模块化泳动无人机（桥段缩微版）监测水流、探测水雷、警戒敌艇蛙人。地面士兵标定阵地，自主挖掘机群迅疾构筑载具掩体。数公里外，某旅级单位借助全地形车搭载3D打印伪装罩（模拟补给车与迫击炮载具），实施模拟师级规模的佯动。佯动配备拟人化AI聊天机器人，在电磁频谱开展动态对话增强真实感。主控AI遵循"任务式指挥"原则，最大限度授权平台级AI协调行动。从天空到水下，每项作战功能（WfF）均获强化，为美军缔造压倒性优势。
主控AI的防护效能尤为卓越。通过集成渡场周边多源传感器并赋能机器视觉，防御武器真正形成梯次防护体系：机枪群、微波发射器、防御无人机、声波武器、激光器、导弹发射器与诱饵装置无缝联动。各类传感器实时记录交战数据，使主控AI急速判定敌方位与兵力，据此向决策者推荐应对方案及支援任务。
AI同样变革作战流程终环——评估阶段。机器分析、观测数据瞬时转化为经验教训、人机摩擦消减三重合力重塑评估模式。例如交战记录使主控AI精准分析防护成败；当桥段因3D打印缺陷连接故障，系统即刻标注问题并实施修正；"邻单位经验壁垒"等人际摩擦成为历史陈迹——各梯队AI持续开展纵横交互。从规划、准备、执行到评估的完整作战流程，在概念框架未变前提下获机器速度加持。
主控AI类系统虽具革命性，但每次突破实为渐进式革新而非断代跃迁。相较前代技术，其革命性体现在多年技术积淀、传感器普及及AI与3D打印等系统的深度整合。
美陆军人工智能战略认知框架 美国陆军未来司令部正在制定前瞻性作战概念——"连续转型"（CT）。正如詹姆斯·雷尼上将在《军事评论》文章中阐述的，该概念横跨三个时间维度（如图1所示）。本文探讨美军如何利用人工智能在三重维度获取战场优势，尤其聚焦通过把握前两维度的当前趋势构建渐进优势，进而在第三维度形成针对所有对手的压倒性战力。这种压倒性优势相较于未应用AI的军队将呈现革命性跃变。基于此，前述推演场景正是概念驱动未来的预演：AI赋能的陆军将具备更迅捷的行动速度、更卓越的决策能力、更强悍的杀伤效能及更完善的部队防护能力，全面超越任何对手。本文亦将剖析预期挑战、潜在应对方案，以及陆军为何需将此路径纳入人工智能国防优势战略体系。
图1. 美陆军未来作战理念的持续转型（图由陆军未来司令部提供）
接触式转型
接触式转型（TiC）前瞻两年周期，旨在"即时解决问题并把握机遇"。基于此短周期特性，TiC聚焦运用现有或近期可用的技术能力。其核心矛盾在于：人工智能如何在现有部队中创造优势，同时融入渐进式变革，为后续概念驱动转型（CDT）阶段的革命性压倒优势奠定基础。化解此矛盾需明晰AI技术现状与发展趋势。
当前人工智能仍属高度专用型（即"狭义人工智能"ANI），现有产品应用场景极为有限。使用过ChatGPT等大型语言模型（LLM）聊天机器人的用户皆知：其文本理解能力卓越。例如能精准响应"解析美国独立战争中的作战艺术运用"或"总结附件文章"等指令。不同产品及指令表述会导致体验差异，但响应通常能展现对细节（如作战艺术的精妙之处）、事实等的深度把握。其他知名AI应用包括Alphabet旗下Waymo自动驾驶汽车及人脸识别系统。然此类应用均属专用领域——以机器速度高效执行特定任务：如文本交互、驾驶或罪犯识别。
人类则属通用智能体——既能完成上述任务，又能跨任务迁移经验，甚至尝试处理未经训练的新问题（见图2）。简言之，人类虽反应较慢，却具备应对非常规场景（如特殊交通状况）的适应力。在此狭义AI现状下，TiC阶段的渐进优势如何体现？
图2. 人工智能
其形态表现为：多种狭义人工智能系统以机器速度执行人类可完成但效率受限的职能，从而创造优势。图3展示AI为陆军带来的渐进变革案例。车辆主动防护系统（APS）（含图3）与命令生成（未含图3）两大领域尤具AI赋能潜力，主要对应防护与指挥控制作战功能（WfF）。
APS可借鉴数十万辆自动驾驶汽车的技术理念。这些车辆通过摄像头、雷达、声呐及全球定位系统等传感器采集数据，输入车载专用AI系统（见图4）。该平台AI在保持行驶路线同时，决策应对道路危险、其他车辆及结冰路面等状况。平台系统随企业级AI新增场景训练持续更新。装甲车辆APS可遵循类似模式。
图3. 人工智能在接触转换过程中跨越作战功能的潜力
图4. 当前自动驾驶汽车系统模型
类自动驾驶汽车，APS能集成多源传感器、学习新威胁、自主决策（或辅助人类决策）。其传感器涵盖被动型（如摄像头、声学传感器）与主动型（如激光雷达LiDAR或雷达）。AI赋能的APS可学习应对新场景：如识别并拦截新型敌导弹或无人机；关键还能训练识别友军系统避免误伤。若获授权，还可操控防御武器、对抗措施或机动规避等手段消除威胁。
此外，如推演场景所示，结合交战记录与传感器数据的虚拟场景，可使AI系统提炼经验教训并全军分发。设想卓越机动中心配备企业级AI系统：持续分析APS交战成败案例，学习应对多元威胁——或通过单车有机防御（TiC阶段），或依赖坦克排协同歼敌（深度转型阶段）。强大AI系统经海量推演学习制胜策略，再向车载AI分发新战术，将形成革命性防护优势。观当下乌克兰战场：无人机、地雷与导弹严重制约双方机动自由，APS转型势在必行。
作为指挥控制功能的命令生成同样适宜AI赋能。分析命令附件、影像、敌我态势及能力等原属人工作业，现可由机器承担。基础任务（如解析命令提取明/暗含任务）AI数秒可完成；复杂任务（如消化敌军条令装备能力、分析地形天气生成敌行动方案）则需参谋团队数百工时。AI几乎瞬时输出同等成果。此能力可基于数千份实战与训练命令数据即刻构建。诚然，AI生成命令存在机会成本（如参谋人工推演能深化决策认知），但设想参谋团队在对手还在美化命令简报时，已通过AI完成使命分析、制定情报收集计划、锁定敌指挥所并实施打击——胜负之势不言自明！
上述案例技术或已商用或可基于现有系统改造。然TiC阶段核心挑战在于：需开发统一AI系统或整合专用AI系统，使其独立处理全流程而无需分包子任务。例如不应分别使用LLM解析文字命令、另用AI分析军事标图与影像。TiC窗口期AI将执行人类能力所及任务，但效率与效能显著提升。把握此优势的关键在于部署统一AI系统。深度转型（DT）阶段将扩展系统整合度，推动AI从专用向通用演进，累积决定性优势。
深度转型
若接触式转型（TiC）旨在"即时解决问题把握机遇"，深度转型（DT）则指"通过陆军级流程管理，在国防规划周期内打造所需部队力量"。基于TiC阶段的技术积累，DT时期人工智能将日趋统一化，趋近（或略逊于）通用人工智能（见图5）。对陆军而言关键在于：AI能力将从"人类可执行任务加速器"转向"人类无法企及的新任务领域"。尤为重要的是，AI演进将与3D打印、自动驾驶载具（需AI驱动）等新兴技术融合。统筹管理这些技术的整合，将为后续革命性优势奠定基础。
图5. 深度转型期各作战功能的AI赋能潜力
开篇推演中的桥段打印案例预示专用AI系统将如何趋向统一，并通过整合新兴趋势创造潜在优势。大型复杂桥段打印虽属概念驱动转型（CDT）范畴，但其雏形将在DT阶段显现。此阶段AI的路径规划与平台优化能力将与3D打印机管理、机器人仓储职责相融合（图5）。其形态表现为：后勤AI接收网络电缆或螺母库存警报后，执行决策流程——通过优化算法判定应自主打印或外部调配资源。配送资产可能包含自动驾驶载具。简言之，后勤AI将从库存管理、路径优化等专用功能，扩展至全供应链统筹优化。
图5同时预示DT阶段其他变革。火力作战功能（WfF）的演进尤为典型：在TiC优势基础上整合更多系统流程，构建统一AI火力体系。例如强化反火力（侦测+打击）能力，融合更多打击资产与毁伤效果。
传感器赋能的AI将改变反火力侦测模式：能力覆盖全域战场，并引入无需暴露自身的无源传感器。反火力侦测指通过弹道计算探测弹药并预测发射点，现依赖专用雷达发射器。而主动防护系统（APS）的摄像头等传感器在扫描无人机/反坦克武器时，可兼作迫击炮、火箭弹及弹道导弹的反火力侦测节点。这些平台或自主预测发射点，或发送原始数据至火力单元。无源传感（如光学摄像）规避了现役反火力雷达开机即暴露高价值目标的困境。简言之，AI赋能的APS将通过无源传感实现反火力侦测能力战场全域化。
图6. 动态电磁干扰
同期AI火力决策将从TiC阶段演进：统一致命/非致命效果（迫击炮、无人机、电子战、烟雾遮蔽），实现跨梯队协同。TiC阶段，AI可支持师级火力单元优化火箭炮、榴弹炮及迫击炮部署。DT阶段，目标影像（含热成像与红外）、干扰源探测及APS反火力数据将增强火力AI优化能力。优化内容包含：瞬时决策目标移交下级梯队，或判定游荡弹药/身管火炮（或多效协同）为更优打击方案。非致命优化涵盖AI监控频谱扫描，动态调整干扰器匹配敌电磁转换速度（图6）。这些增强将随更多系统能力融入企业级AI，成为火力AI持续演进环节。
DT阶段，各作战功能日趋统一的AI系统与新兴趋势交汇，将催生人类无法企及的优势。后勤案例中，AI在动态作战环境下统筹优化全供应链——此类精准库存管理与最优配送任务，亚马逊等巨头仅在静态环境中可实现。然亚马逊的失误代价远低于大规模作战，其优化成果源于无对手攻击配送资产、仓库、总部或桥梁的和平环境。当前军事后勤为求简捷，甘愿牺牲效用（无法为所有单位最大化保障）。设定保障优先级仅因简化执行而非优化。AI统一化将实现人类力所不及之事，为CDT阶段的革命性优势筑基。
概念驱动转型
概念驱动转型（CDT）指"陆军新兴作战概念中的长期愿景"。回顾图1所示框架，CDT聚焦七至十五年周期；其核心目标是建立针对所有对手的压倒性优势——这种优势体现为决策速度与质量、部队防护及杀伤效能上的革命性突破，远超尚未释放AI潜力的地面部队（如2020年前后的美军）。图7通过开篇推演案例，展示此类压倒性优势的具象形态。
图7. 概念驱动转型期各作战功能的AI赋能潜力
AI对美陆军的最大价值在于推动"马赛克战争"（MW）实现潜能。该理论聚焦"通过人类指挥与机器控制，快速组合与重组更分散的作战单元，为美军创造适应性与灵活性，同时给敌军制造复杂性与不确定性"。马赛克战争是合成作战的新形式，通过拼合差异化模块（马赛克瓷片）构建完整作战体系（马赛克全景）；图7提供进一步阐释。其与传统"单解拼图"模式（碎片仅一种正确排列）形成鲜明对比。
马赛克战争的核心优势在于：通过定制化作战编组向对手施加多重困境——将重型高端平台与大量小型专用自主/消耗型作战单元结合。本质是以多样化"小瓷片"补充少数"大瓷片"。马赛克与拼图可产出相同系统，但前者具备强韧性而后者脆弱。示例如下：
• 一艘护卫舰与数艘无人艇可替代三艘驱逐舰组成的水面行动群
• 一支打击机分队可由单架战机（充当C4ISR平台）指挥远程导弹群及搭载传感器/电子战设备的无人机群替代
• 地面部队中，小型作战单元可通过增配中小型无人地面载具（UGV）和/或无人机（UAV），增强自卫、情报侦察与后勤能力
开篇推演的湿间隙跨越（WGX）是AI与3D打印协同实现马赛克战争的典范：桥段经打印后自主运抵河岸组装；空中无人机群中继友军通信、实施观测打击、通过电磁频谱（EMS）干扰定位追踪敌军；水面无人艇监测水流并扫描水雷；地面自主挖掘机集群快速构筑渡场防御工事；佯动部队通过模拟坦克、救护车等载具，辅以聊天机器人模拟电磁活动，使旅级单位呈现师级规模假象。这正是AI协调马赛克瓷片的潜力——辅助参谋与指挥官设计新编组模式，在提升己方能力的同时制造对手困境。
在CDT阶段，还将整合欺骗、情报与作战行动——当今需耗费巨量脑力且难以速成的任务。欺骗的核心在于诱使敌方采取/放弃行动以创造友军优势。历史反复证明欺骗具有决定性作用（如特洛伊木马计以少量兵力实现多年强攻未果的破城）。但欺骗需将真实/虚假行动与敌情观察精密同步。欺骗虽未被视作马赛克，实则契合其本质：通过瓷片组合成"双凸透镜影像"，使友军视角与敌军视角呈现迥异图景，同时监测敌军是否按预定逻辑解读。欺骗本质是投放精准"信息碎瓷片"构建可信叙事。
在WGX场景中，欺骗、情报与作战的协同可表现为：营造"佯动部队实施真渡河，真实渡河实为佯攻"的假象。即编排事件链并监控敌军反应，验证其是否"以假为真、以真当假"。面对成千上万的友军行动，如何精密编织谎言？美军曾在1944年诺曼底登陆与1991年海湾战争完美演绎，但需数月演练以防泄密。而AI将大幅简化该过程——欺骗、情报与作战的资源协同可转化为优化问题，再以机器速度进行兵棋推演（如图7所示）。
结论与未来路径
人工智能可缔造压倒性优势，但实现之路需持续技术演进及国家AI优势战略协同。压倒性优势将是AI能力持续整合的产物。接触式转型（TiC）阶段，AI以机器速度执行诸多人类任务。然人工通用智能（AGI）的缺失可能导致专用AI产品丛生——例如解析上级命令的大型语言模型（LLM）与理解地图影像的机器视觉AI并存。深度转型（DT）阶段将见证AI日益统一化，甚至出现真正AGI。此进程或催生如推演中"主控AI"的指挥所系统：执行全流程命令处理、识别情报需求、构建推演收集计划，并通过有人/无人系统监管执行。此类渐进突破终在概念驱动转型（CDT）阶段汇聚为压倒性优势。
构想的CDT未来即推演中的湿间隙跨越（WGX）场景——人类与自主系统协同创造决策速度质量、防护效能及杀伤力维度的压倒性优势，碾压未释放AI潜力的地面部队。趋近AGI的统一化AI将加速规划协同，如欺骗、情报与作战的整合案例所示。防护领域的飞跃尤为关键：单平台主动防护系统（APS）将升级为APS协同防护整支编队。观俄乌战争可知防护发展滞后于威胁演进，故出现无人机猎杀载具、坦克加装简易格栅等场景。防护进步不止于此：APS可跨军种协同，并整合自主挖掘机与AI管控辐射控制等无源措施。杀伤力提升同样显著——马赛克战争（MW）成为可能，跨军种AI协同减轻联合作战与火力协调负担。然此CDT愿景绝非必然实现。
表. 美联邦政府最近在人工智能方面的重大政策
美国人工智能政策文件摘要（2025年）
| 文件名称 | 发布日期 | 核心目标 |
|---|---|---|
| 行政命令14179号 《消除美国人工智能领导力壁垒》 |
2025年1月23日 | 开发“无意识形态偏见或人为社会议程”的AI系统，废除“阻碍美国AI创新的现行政策与指令” |
| 白宫行政管理与预算局备忘录M-25-21号 《通过创新、治理与公众信任加速联邦AI应用》 |
2025年3月3日 | “机构必须消除创新壁垒，为纳税人创造最大价值...赋能AI领导者推动负责任AI应用...[并]确保AI服务于美国民众利益” |
| 白宫行政管理与预算局备忘录M-25-22号 《推动政府高效采购人工智能》 |
2025年3月3日 | “确保政府与公众受益于美国AI市场竞争环境”，“通过追踪AI性能与管理风险保障纳税人资金”，“促进跨职能协作实现高效AI采购” |
| 美国能源部公告 《能源部确定16处联邦站点用于数据中心与AI基础设施建设》 |
2025年3月3日 | “引导开发进程，鼓励公私合作，推动选定能源部基地的AI基础设施建设，目标于2027年底投入运营” |
需制定缜密战略：不仅明确目标、路径与手段，更要协调陆军与政府及产业界行动，并通过法律战、出口管制等措施制造对手困境。如表所示（仅列部分近期联邦行动），AI已是国家核心优先事项；产业界同样高度关注（如2025年4月28日全球市值第三的芯片商英伟达股价所示）。如何制定陆军AI战略以获取联邦战略与产业趋势的协同效应，需专项研究。战略必须聚焦制造对手困境：应延缓或剥夺对手哪些能力？如何协同此类遏制行动与联邦战略及产业诉求？制造困境至关重要——压倒性优势源于己方加速与对手降速的双重作用。
陆军与联邦AI战略及产业行动的协同，对解决技术、法律与流程难题不可或缺。例如AI消耗巨大电力、产生高热与电磁辐射、且趋向数据中心集中化（而非终端边缘计算）。陆军无法独立解决，但产业界可以且已在行动，联邦战略对引导产业破解军事难题至关重要。同样，模型开发者天然倾向构建封闭系统，导致系统互操作性缺失。若未与联邦战略协同及产业互动，陆海空军或被迫绑定互不兼容的供应商，随时间推移丧失优势，代价将是数十亿美元与数年心血付诸东流。最后，本文对各阶段陆军AI应用的预期堪称乐观：若逆势而行，必然错失压倒性优势；若借势而为，将加速用例部署（尤其具军民两用价值的场景）。
图8. 陆军达成压倒性优势路径图
AI已至转折点：可提供真实（虽仍有限）的功能价值；此价值将随AI能力整合与AGI实现而剧变。在持续转型的三重维度中，AI能强化陆军形成渐进优势。然陆军显然无法独力达成，故亟需立即构建作战概念，制定陆军AI战略并与联邦战略及产业行动协同，同步谋划如何制造对手发展困境以扩大优势。全社会正经历AI革命，此刻正是播下军事革命火种的良机——一场使陆军在行动速度、决策质量、杀伤效能与部队防护上全面超越任何对手的革命（见图8）。
参考来源：美国陆军
原文
相关内容
微信扫码咨询专知VIP会员