kaiyun全站网页版登录kaiyun全站网页版登录人工智能技术快速发展，推动作战加速进入智能化阶段，引发装备建设和作战模式变革。目前多国都制定了相应的军工AI发展规划，提升智能化建设，并开始密集探索AI技术在国防建设中的具体应用。目前我国对无人装备建设重视度高，而随着AI技术的持续发展，各类型的无人装备将继续细化完善，并适配到对应的细分应用场景。相关标的详见原文。
人工智能技术快速发展，推动作战加速进入智能化阶段，引发装备建设和作战模式变革。目前多国都制定了相应的军工AI发展规划，提升智能化建设，并开始密集探索AI技术在国防建设中的具体应用。智能科技与传统武器装备结合，实现装备能量、信息、智能融合升级，提升其精准度、敏捷度，并加速向无人化、智能化转变。目前看AI技术在军事作战领域的主要应用场景可分为自主武器系统、战场决策与指挥、网络战与电子对抗、后勤与装备维护、情报与反情报、士兵训练与增强和信息战&舆论控制等7大类，从各个方面深度赋能武器装备。
在人工智能等技术的推动下，当前战争已逐步进入智能化战争初级阶段，其特点之一为无人装备的渗透率和效能快速提升。无人装备是人工智能技术最核心的应用场景，无人作战平台的自主性及智能化程度亦是检验人工智能技术的核心参考。AI技术在军工中最重要及最直接的应用是用来提升无人作战装备的自主性和智能化水平，将大大加强无人作战平台的战斗力，并催生出一些新的作战模式如无人机蜂群、有人/无人机协同作战等。我们认为无人装备是军工AI投资的重要落脚点之一，应重点关注无人装备发展。
无人机是当前最成熟的无人作战平台，已在实战中大量应用。在AI技术快速发展的背景下，无人机装备的自主性和智能化程度有望迎来较大提升，同时也有望实现无人机蜂群和无人机伴飞；地面无人装备渗透率正在快速提升，而AI技术的进一步应用有望使得军用四足类机器人走向成熟，拓展地面机器人应用场景；无人潜航器和水面无人舰艇应用仍处于初期，作为下一代海洋无人装备，其有望在AI技术的加持下持续增强性能和实用性，成为海军的重点建设方向。
AI技术正在深刻改变军工行业的竞争格局，将军事竞争从“钢铁洪流”转向“算法博弈”，国防工业发展也将从原来的注重装备建设逐步转化为底层技术生态与联盟体系的全面对抗。目前专注于AI技术的Palantir公司已成为美国国防工业领域市值最大的公司；未上市的Anduril公司基于自身AI技术发展无人装备，估值水平快速膨胀；传统军工公司也纷纷开始进行AI能力建设，预计随着AI技术的不断发展和成熟，传统军工企业将在更多领域应用AI技术，推动军事装备和作战方式的变革。
目前我国对无人装备建设重视度高，而随着AI技术的持续发展，各类型的无人装备将继续细化完善，并适配到对应的细分应用场景。相关标的详见原文。
风险提示：AI技术发展不及预期；无人装备需求和价格不确定性风险；国家政策不确定风险；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
近两年AI技术快速发展，多国对AI技术在军事领域的应用进行了深入探索。其中美国国防部和各军兵种制定了详细的军用AI发展路线，我国国防和军队建设切换为机械化信息化智能化融合发展阶段。俄罗斯、法国、英国等军事强国也制定了相关的发展计划，全球的主要军事力量围绕AI开展了新一轮角逐，而AI也是军工领域投资的重要方向之一。人工智能概念广泛，对于军用领域的影响将体现在方方面面，因此找准投资的具体落脚点非常有必要。我们总结了人工智能技术在军事领域的7大用途：自主武器系统、战场决策与指挥、网络战与电子对抗、后勤与装备维护、情报与反情报、士兵训练与增强和信息战&舆论控制，本篇我们以自主武器系统作为落脚点，探寻人工智能对自主武器系统的赋能以及带来的投资价值。
无人装备是AI的重要应用场景之一，相较于有人平台优势明显，战场作用和重要性持续提升。相较于有人装备，无人装备具有风险承受能力强、有效减少人员伤亡的天然优点，无人作战力量更加适用高复杂、高危险、高强度、高烈度的战场环境，具有广阔的军事应用前景，当前已成为国防力量中不可或缺的重要组成部分。同时无人装备是人工智能技术最核心的应用场景，无人作战平台的自主性及智能化程度亦是检验人工智能技术的核心参考。
AI对于无人装备的赋能主要体现在增强无人装备的自主性，并且实现一些新的功能和应用方式，例如可以利用AI来操控蜂群无人机，已实现高密度防御体系下的高效突防；或AI可以操控无人机与有人飞机协同作战等等，这两个应用场景必须有AI的加持才能够实现。因此AI技术的发展也将带动无人装备在军队建设中的重要性和渗透率双提升。我们在本篇中对无人机领域、地面无人装备和海洋无人装备都进行了梳理，并展示了一些在AI技术支持下的新应用，建议重视无人装备的发展。
目前我国对无人装备建设重视度高，而随着AI技术的持续发展，各类型的无人装备将继续细化完善，并适配到对应的细分应用场景。
区别于市场的观点：目前市场中对军工AI的讨论大多集中在AI技术层面，但对AI如何赋能作战和国防建设讨论较少。在本篇中，我们明确提出了AI技术在军用领域的七大方向，对AI技术在军用领域的作用进行了更细致的阐述，并落脚于无人装备进行了详细探讨。
人工智能技术快速发展，推动作战加速进入智能化阶段，引发装备建设和作战模式变革。纵观历史，在人类的工程技术发展史上，几乎没有任何一项尖端技术能够被军方所忽略，人工智能亦是如此。当前以中美为代表的主要军事强国已逐步进入智能化作战阶段。
美军在军用AI领域先发优势明显，持续推进军事AI体系建设。美国作为人工智能的提出者，早在AI技术刚提出的上世纪60年代，美军就持续探索AI技术在军事领域的用途。随着AI相关技术的持续发展，AI在战争中的作用被逐步明确，并给予了更高的战略定位，其中美国防部于2018年发布的《2018 DoD AI strategy》强调了构建集中式人工智能开发基础设施的必要性，要将国防部研究和工程部门的人工智能技术发展成果进行衔接，并在军事理论和人工智能安全方面发挥国际领导作用；2020年发布的《The DoD Data Strategy》则将国防部设想为以数据为中心的组织，能够利用数据支持方面能力获得作战优势并提升作战效能，同时将企业数据管理活动朝着VAULTIS目标框架的方向推进；2023年美国防部发布的《DoD Data,Analytics,and AI Adoption Strategy》则是在上述两份战略的基础上更进一步推动国防部的数字化、智能化转型的纲领性文件。除此之外，美国的各军兵种也陆续发布了关于人工智能的指导性文件，以求保持美军在智能化作战领域的全面优势。
战略指引下美军加大对人工智能的资金投入，与AI相关度高的领域国防预算保持高位。在多个人工智能战略指导下，美军加大了在人工智能领域的投入。根据美国国防部2024年12月发布的《US DoD FY25 Budget Request》中关于打造持久竞争力（Building Enduring Advantage）的描述，2025财年国防部计划投入1,432亿美元用于研究、开发、测试和评估（RDT&E），其中又有172亿美元专门投入到人工智能、5G/更新的通讯技术等科学技术研究中。此外根据美国国防部历年《Program Acquisition Cost by Weapon System》，当前人工智能在军事中的主要应用领域——C4I系统和科学技术开发这两项预算金额近年来保持高位。其中C4I系统具体是指挥（Command）、控制（Control）、通信（Communications）、计算机（Computers）和情报（Intelligence）的集成化军事信息系统，是美军现代战争信息化、网络化、智能化的核心技术支撑，旨在通过高效整合信息流与指挥决策，提升战场态势感知、决策速度和作战效能。
AI技术发展加速智能化战争到来，我国国防和军队智能化建设提速。近几年人工智能（AI）领域经历了突破性发展，技术、应用和影响力均显著提升，大语言模型（LLM）的崛起，多模态能力的显著提升，标志着人工智能技术已逐步从专用AI向通用转变，对于人类社会各方面的影响持续扩大，对国防建设、作战效能的赋能也有了显著提升。受AI相关技术发展的拉动，我国也加速了国防和军队智能化建设的进程。
我国国防和军队建设切换为机械化信息化智能化融合发展阶段。上世纪90年代末我军提出推动机械化信息化复合发展；到2019年我国发布《新时代的中国国防》，其中提出了“新时代中国国防和军队建设要推动机械化信息化融合发展，加快军事智能化发展”；在2020年党的十九届五中全会提出“加快坚持机械化信息化智能化融合发展”，2022年党的二十大进一步强调“坚持机械化信息化智能化融合发展”，同时要“打造强大战略威慑力量体系，增加新域新质作战力量比重，加快无人智能作战力量发展，统筹网络信息体系建设运用”。充分表明随着我国国防战略层面将智能化进程提前，国防和军队的智能化建设有望加速。
其他多个军事强国也计划将人工智能融入国防建设中，全球军事围绕人工智能展开角逐。俄罗斯政府于2020年批准了《2030年前人工智能国家发展战略》，明确将AI技术作为国家科技发展的优先方向，涵盖国防、经济、社会治理等领域，强调AI在军事领域的应用（如自主武器系统、指挥决策优化）；其中俄罗斯国防部牵头推进AI军事化，通过“国家技术计划”（NTI）等机制协调军方、科研机构和企业合作；2022年英国国防部发布了《国防人工智能战略》，具体内容包含支持创建新的国防人工智能中心（DAIC），以提供前沿技术枢纽，支撑英军使用和创新相关技术，明确了在国防中使用人工智能的新伦理原则，阐明了人工智能在国防部加强安全和现代化的地位和应用，并考虑通过人工智能研究、开发和实验，通过新概念和尖端技术彻底改变武装技术能力，并有效、高效、可信地向战场交付最新装备。法国国防部于2019年出台了《人工智能的国防应用路线图》，面向数据硬件需求、创新研发战略、道德法律框架、组织机制和重点任务、国际合作5个方面做出系统部署。
在人工智能等技术的推动下，当前作战已逐步进入智能化初级阶段。根据《透视智能化战争演进的阶段性特征》（徐亚涛，2024）文章，军事科技创新及其物化的武器装备发展是战争形态演变的内在动力和决定因素。革命性的军事技术，通常按照“军事技术—武器装备—作战方式—组织形态—战争形态”的逻辑链条，推动战争形态由量变到质变。当前，技术自驱、作战牵引和战略投入分别与智能科技创新构成迭代互促循环，三个循环叠加形成持续加速效应，正加快推动军事科技创新和战争形态演变。智能科技的发展与运用正推动智能化战争演进呈现三个阶段特点。
人工智能在军事领域的用途广泛，智能技术深度赋能武器装备和作战模式。在智能技术的赋能下，智能科技与传统武器装备结合，实现装备能量、信息、智能融合升级，提升其精准度、敏捷度，并加速向无人化、智能化转变。根据《Artificial Intelligence in the Military: An Overview of the Capabilities，Applications，and Challenges》（Adib Bin Rashid，2023）、《把准智能化战争的特点规律》（赵辉，2024）等文章总结，人工智能目前在军事作战领域的主要应用场景可分为自主武器系统、战场决策与指挥、网络战与电子对抗、后勤与装备维护、情报与反情报、士兵训练与增强和信息战&舆论控制等7大类。自主武器系统即无人装备，是人工智能技术在军用领域最核心的应用，本篇我们将重点分析当前无人装备和无人作战的发展现状及趋势，并探讨AI技术对于无人装备的具体赋能和投资机会。
无人装备是人工智能的重要应用场景之一，相较于有人平台优势明显，战场作用和重要性持续提升。相较于有人装备，无人装备具有风险承受能力强、有效减少人员伤亡的天然优点，无人作战力量更加适用高复杂、高危险、高强度、高烈度的战场环境，具有广阔的军事应用前景，当前已成为国防力量中不可或缺的重要组成部分。而现代战场中“非接触”、“零伤亡”的作战理念进一步放大了无人作战的优势，各国对于无人装备的投入力度也持续加大。同时无人装备是人工智能技术最核心的应用场景，无人作战平台的自主性及智能化程度亦是检验人工智能技术的核心参考。
无人装备体系愈发完备，平台类型持续丰富。无人作战系统是综合运用多种军事技术、能够替代人去完成某种特定任务的新型作战系统。随着科技发展，无人装备已在各类平台上实现应用，无人机属于空基平台，地面的各类无人装备例如履带机器人、无人车辆/火炮等属于陆基平台，水平无人舰艇、水下无人潜航器属于海基平台。当前国防和作战强调立体化，多军种协同，因此不同平台的无人装备需要与其他平台协同作战，形成体系化的作战能力。
多国强调提升无人作战能力，加大力度投入无人装备建设。据央视报道当地时间2024年6月10日，乌克兰武装部队总参谋部宣布，任命瓦季姆·苏哈列夫斯基为乌克兰武装部队无人作战系统部队司令，无人作战系统部队旨在专注于改善乌克兰的无人机作战能力，会创建专门的无人机作战单位，加强人员培训，使无人机的使用系统化，此外这支部队还注重无人艇的生产及研发。据新华社莫斯科12月17日报道，俄罗斯国防部长别洛乌索夫日前表示，俄将组建新军种“无人系统部队”，预计2025年第三季度完成组建工作。除俄乌计划通过组建专用部队来增强做无人作战能力外，多国也在持续强化无人作战能力，其中美军规划最为详细。
美军制定了详细的无人系统发展路线，战略规划持续完善。《无人系统综合路线图》（Unmanned Systems Integrated Roadmap）是美国军用无人机、无人潜航器、无人水面艇、无人地面车辆等无人系统全面发展的总体战略指南，从2007年开始每2至3年会滚动修订并发布一版未来25年的无人系统综合路线图。目前美国公开发布的最新版是2018年8月的《2017-2042年无人系统综合路线图》。该路线年发展无人作战系统的纲领性指导文件，全面阐述了未来25年美国各种用途的无人系统研制、作战使用情况，说明了美国对无人系统的未来需求、技术实现途径、未来的发展规划和设想，为各军种提供了战略指导，其中多个发展目标都体现了人工智能的作用。
当前无人作战平台的智能化水平较低，属于人工智能对无人平台浅层赋能。无人平台已在作战运用中发挥重要作用，其大量运用在战术层面形成一定规模，且占比逐步加大，人机混合作战编组模式出现。但该阶段的智能化战争是含有智能化成分的机械化信息化战争，且智能化含量较低，基本是对过去战争经验的总结和延伸，仍以指令式作战为主要指控模式，属于无人增强的有人作战，可以实现远程操控、隐身穿透的侦察监视，无人在前、有人在后的近距遥控作战，体系支撑、远程操控的空地精确打击等作战样式。
无人装备对人的依赖性仍较大，在自主性方面提升空间大。虽然无人装备近年来发展迅速，但无人装备对人的依赖性仍处于较高水平，“无人”的本质是将人从作战平台上物理移除或者处于远离作战平台的位置，其活动范围也大多需要在操作员的通信/控制链路范围内。但要想构建无人作战体系或将无人装备真正深入融合到国防体系中，则需要赋予装备一定的智能，提升其自主能力。根据美国海军部于2021年5月发布的《Unmanned Campaign Framework》，无人装备未来的重要发展方向之一就是降低对人的依赖，提升无人装备的自主性。
智能化的发展将持续推动无人装备升级。根据李伟健2021年3月在学习时报上发布的《无人作战：智能化战争的基本形态》中，提出了将人的智能化特征物化到无人装备系统中，把传统的“观察—判断—决策—行动”理论智能化，是当前无人作战的突出特点，需要具体提升无人装备的1）多维的态势感知能力；2）准确的分析判断能力；3）灵活的自主决策能力；4）高效的行动处置能力。
无人装备的功能持续丰富，在各类作战任务中的渗透率还存在较大的提升空间。近年来无人装备的功能越来越强大，能够执行的作战任务种类也在持续丰富。以军用无人机为例，美国国会研究服务机构于2022年6月发布《Unmanned Aircraft Systems: Roles，Missions，and Future Concepts》，对美军无人机当前在作战中的角色、执行的任务和未来定位进行了梳理，过去10年间美军无人机主要承担的任务包含ISR、近距离空中支援、通信中继等，未来无人机还将代替人执行空中加油、战略轰炸等作战任务。其他平台的无人装备也呈现出任务多样化的趋势。
无人机是当前最成熟的无人作战平台，已在实战中大量应用。无人机是各类无人作战平台中应用历史最悠久，实战经验最丰富，装备体系最完善的装备，近年来全球各地的大小冲突中均能看到无人机的身影，其中无人机应用最多的冲突为俄乌冲突。自2022年2月以来俄乌冲突已持续了近3年的时间，无人机是无人作战中最具代表性的装备，而俄乌冲突也被称为是“第一场全面的无人机对抗”，双方在对抗中均使用了大量的无人机装备，不论是无人机数量还是种类都远超此前的任何一场对抗。
俄乌双方高强度使用无人机作战，无人机已成为主战装备之一。截止到2025年2月17日，根据俄乌双方国防部的战损统计，自冲突发生以来乌克兰击落俄方军用无人机数量为25,505架，俄罗斯击落乌克兰军用无人机数量为43,522架（俄罗斯损失数量由乌克兰国防部统计，乌克兰无人机损失数量由俄罗斯国防部统计）。可以发现2024年以来双方在每日无人机损失的数量上呈现提升态势，且该统计主要对象为飞行能力较强的军用无人机，并未包含充斥前线的大量商用无人机，若加上商用无人机的损失则无人机整体的损失规模十分庞大。根据RUSI的《Meatgrinder：Russian Tactics in the Second Year of Its Invasion of Ukraine》，2023年乌克兰军用+商用无人机的损失保持在每月约1万架。
俄乌双方革新了无人机的战场定位和使用方式，低成本小型无人机或将成为当下发展重点。总结俄乌冲突中双方对无人机的应用，可以发现无人机作战呈现如下特点：
1）不具备隐身能力且飞行能力较弱的中大型查打一体无人机存活能力较弱，不适合在防空力量较强的场景下使用。俄乌冲突初期，乌克兰使用TB-2中大型无人机袭击俄罗斯军队取得了显著成效，俄罗斯也投入了少量的猎户座等中大型无人机，但随着双方开始重视防空和无人机反制，防空反导系统开始用于打击无人机，导致双方中大型无人机的战损率持续提升，在冲突持续3个月之后战场上几乎就见不到中大型无人机身影，乌克兰最后一次使用TB-2是在2022年5-6月夺回蛇岛的战斗中。俄乌双方使用的TB-2、猎户座、Shahed-129等中大型无人机均不具备隐身能力，同时飞行高度、飞行速度和机动能力也较弱，因此在正规的防空系统面前存活能力低。
2）小型军用无人机凭借低成本、操作简易等特点，在前线侦查和目标定位等方面起到了良好效果。俄乌冲突至今小型侦查类无人机一直是双方作战部队使用最多、效果最好的无人机，大量的小型无人机被整合进地面部队，起到了良好的监视、目标探测和战损评估等作用。俄乌双方都拥有较多坦克、地面火炮等非精确制导武器，且乌克兰缺乏遥感卫星和侦察机等前线态势感知装备，因此选择小型无人机作为前线侦查手段，并为后方重型火力提供精确打击坐标就成为了一种自然的选择。目前俄乌双方的军用小型无人机已经能够很好的与地面火力协同，有效提升了地面火力的打击精度。
3）自杀式无人机改变了战场格局，使得攻击一方更容易实施非对称打击。例如冲突中，俄军大量使用了SHAHED系列自杀式无人机，由于该无人机成本低、易于量产，俄军得以组建无人机集群，一次可出动数十架乃至数百架自杀式无人机，对乌军实施非对称集火打击。根据《俄乌无人机攻防作战对反无装备发展的启示》（张要一，2024年），2022年9月俄军使用约20架柳叶刀-3和SHAHED-136无人机，协同攻击了乌军第406旅66炮兵营和技保分队，造成了乌军重大伤亡。2023年9月，乌军使用大批纸板无人机对俄罗斯库尔斯克机场进行了空袭，摧毁了4架苏-30、1架米格-29、2部铠甲和1部C-300地空导弹预警雷达。特别是FPV攻击无人机，既能保持足够的机动性和杀伤力，又充分发挥了低价高效、灵活机动的优势，对于缺乏防护的地面作战单位和重要军事设施威胁大，同时因其价格相对低廉，不用担心被拦截或坠毁。俄乌冲突中自杀式无人机展现出的良好作战效果有望使自杀式无人机成为无人机作战中的重要组成部分。
4）商用无人机也发挥了重要的作战功效，虽然存活率显著低于军用无人机，但由于低廉的成本且数量充足，可以通过重新采购来实现机队重建，因此双方军队可以忍受高损失率。目前商用无人机充斥了前线上空，各梯队的地面部队都使用小型商用四轴飞行器监视周围环境，引导后方炮兵火力，还有部分商用无人机被经过简易改装后具备直接打击能力。商用无人机较军用无人机结构更加简单，大多数为四轴飞行器，不具备抗干扰能力且飞行性能有限，因此也更容易受到电子战系统的干扰而失效。根据CNAS的《Evolution Not Revolution——Drone Warfare in Russia’s 2022 Invasion of Ukraine》，乌克兰使用的商用四轴飞行器大约只能存活3次飞行，而军用无人机平均存活6次飞行。
由于商用无人机价格显著低于军用无人机，且容易生产和采购，所以可以快速补充实现机队的重建，俄乌双方军队也认可了这种快速消耗到快速补充的循环模式，但前提是这种无人机必须足够便宜，足够容易制造，目前看双方都选择的是购买更多的廉价无人机，而不是加强商用无人机抵御电子攻击的能力。
大量、持续的消耗需要庞大的产能来支撑，因此俄乌双方都开始大幅提升无人机生产能力。根据乌克兰线日文章，乌克兰无人机产能已从2023年的300,000架增加到2024年的400万架；根据乌克兰总统弗拉基米尔·泽伦斯基于2024年10月1日乌克兰第二届国际国防工业论坛发言，乌克兰已经签订了150万架无人机的采购合同。俄罗斯方面，据俄新社2024年9月19日报道，俄罗斯总统普京称，2023年俄军总共接收了约14万架各式无人机，俄今年计划大幅增加无人机产量，预计达到去年产量的10倍。从俄乌冲突看，军用无人机的发展方向之一或是小型化、低成本，在成本端向商用无人机靠拢来实现更大规模的列装，在应用中可能也将其定义为半消耗品。
尽管无人机在战场上的用途自俄乌冲突后，已从原来的非对称打击利器（中大型查打一体无人机打击无防空能力的敌人），被发掘为能够在双方实力不平衡的基础下拉平战局的廉价主战装备而受到各国重视，但仍存在诸多不足而只能算作初级智能化战争的产物。例如1）当前全球已列装的无人机不论是中大型无人机还是小型无人机，大多都依赖背后操作员的操作，无人机可以短时间内大规模量产但操作员需要训练时间；2）小型无人机可以依靠量来实现突防，但集群依赖多个操作员遥控因此协同作战的效果无法保证；3）低成本无人机存活能力较差，在电子战和其他针对性的反无手段面前损失率较高；4）受制于体积、成本和智能化等因素，无人机任务类型和作战效能仍较弱，无法锁定胜局。我们认为随着人工智能技术的发展，蜂群无人机和无人僚机走向成熟能够有效解决当前无人机作战的不足。
军用无人机的三大技术发展趋势为“隐身化”、“智能化”和“抗干扰化”。针对“隐身化”趋势，无人机主要采用雷达和红外隐身涂料、结构性吸波材料，或改变飞机结构的方式来降低无人机的RCS值、表面温度、以及红外线发射率，进而实现雷达隐身和红外隐身，提高无人机的隐蔽性、作战能力以及降低无人机的战场损失率；
无人机的“智能化”指实现单机作战、多机协同作战和任务主导的自主作战三种无人机智能作战模式。其中，以“蜂群”作战系统、人机协同作战系统为代表的多机协同作战系统和任务主导式自主作战系统实现难度相对较大，需要机器学习等人工智能技术的支持；
无人机的“抗干扰化”目的在于增强无人机的电磁防护能力、电磁兼容性以及数据抗干扰能力，进而提升军用无人机的运转效率，提高无人机的反侦查性能。其中，以色列的“鸬鹚”无人机为集“隐身化”、“抗干扰化”和“智能化”于一体的高性能新型无人机，其具备机身重量轻、飞行高度高、飞行速度快、续航时间长等性能。
无人机蜂群作战模式或将成为常用的低成本、低损耗、高效率的新型作战系统。典型的无人机蜂群系统主要由多架无人机、相关的遥控指挥系统、通信数据链及批准的型号设计规定的任何其他部件组成。其中，无人飞行器是无人机蜂群系统作战过程中的具体实施者，负责执行指挥系统要求的各类作战任务；遥控指挥系统是无人机蜂群作战的神经中枢，一般由地面控制站或空中载机担负，主要负责运筹谋划无人机蜂群作战行动；通信数据链是无人机蜂群有效实施作战任务的关键命脉，主要包括机载通信终端与遥控指挥通信终端两部分，用以实现无人机蜂群与遥控指挥系统、无人机蜂群系统内部之间的信息共享。
无人机蜂群作战模式具备“侦查情报优势”、“体系生存优势”、“效费交换优势”三大优势。无人机蜂群具备规模数量大、单机成本低、蜂群功能多样、结构分布式和集群系统智能化的特征，因此，无人机蜂群可以通过各部分无人机之间的信息共享以实现作战目标的高效精准定位，并在部分无人机损毁的时候保持无人机蜂群的整体作战性能，提升整体的存活率，并间接性地提高地方的作战成本。可见，无人机蜂群作战模式是军事作战模式现代化变革的重要方向。
无人机蜂群作战模式应用广泛，具体可划分为空对地、空对空、空对海、和空对城市四种作战系统。其中，空对地作战系统主要包括区域侦查、防控压制、电子对抗、活力诱骗、火力攻击五大作战任务，主要针对数量少、大尺寸、高速度、远距离飞行器的探测和拦截；空对空作战系统主要用于执行反无人机蜂群任务、突击目标敌机、摧毁目标雷达等任务；空对海作战系统的主要任务是对高价值航空母舰、驱逐舰、战斗舰进行干扰压制、火力打击、以及对方火力资源的消耗。美国“宙斯盾”舰载武器系统防御试验显示，即使对系统进行升级，只要无人机蜂群数量大于8架，至少有一架无人机可躲避有效拦截并成功实施攻击任务；空对城市作战系统则主要用于地面部队护航和抵近侦察，通过制造烟雾弹、吸引对方火力等方式为城市部队护航引路。
蜂群无人机强调人工智能操作，属于人工智能对作战体系深度赋能。蜂群无人机数量较多，强调高度协同，已无法用常规人工操作，需要人工智能来实现自主协同。蜂群无人机也属于“OODA”环以“人在环上、人机协同”的模式。蜂群无人机在人工智能技术的加持下能够以独立小规模编组嵌入到某一作战进程，或者直接担负某一作战模块的具体任务，标志着平台自主性大大增强，自主感知、判断、决策、调整、行动，群体智能协同逐步成熟，一线自主协同成为常态。
构建有人/无人机协同作战体系是提升无人机智能化水平、整体作战效能、以及弥补传统作战模式在信息化战场上劣势的关键。有人/无人机作战体系由地面指挥中心、指挥机、有人/无人机编组三类实体构成，其通过高度信息化的作战体系以实现指挥机、有人机和无人机之间的有序高效协同。该作战系统的运行过程可分为四个步骤：（1）地面指挥中心作战任务生成、任务分解、以及任务下发；（2）指挥机对作战任务的深度分解；（3）有人/无人机编组的局部任务优化和协同作战方案制定；（4）有人/无人机编组和指挥中心、指挥机的信息共享和实施统筹调整。
有人/无人机协同作战模式具体包含“有人/无人机被动集中式协同作战模式”、“有人/无人机半主动分布式协同作战模式”、“有人/无人机驻地分布式协同作战模式”三种细分模式。其中，“有人/无人机被动集中式协同作战模式”是最传统的有人/无人机协作作战模式，具备作战体系简单的优势，主要应用于小规模和近距离的作战环境；“有人/无人机半主动分布式协同作战模式”为目前应用最为广泛的有人/无人机协作作战模式，具有自主协调能力高、综合分析决策能力强的特点，主要适用于复杂、高危的战场环境；“有人/无人机驻地分布式协同作战模式”是是未来有人/无人机协同作战的重要发展方向，可最大限度地发挥人机和无人机的协作优势，适用于作战任务复杂的战场环境。
战场态势研判及预测、作战任务自动分配、和作战方案智能推演与评估是提升有人/无人机协同作战能力的基础和关键。战场态势研判及预测主要针对战场态势的预判，服务于初步作战方案的制定；作战任务自动分配主要针对任务分配执行效率，以及成功率的提高；作战方案智能推演与评估则主要针对作战方案的优化、作战任务成功率的提高、我方作战损失、及作战风险的降低。人工智能技术将成为有人/无人机协同作战能力提升的关键技术，助推无人机在实际战场中作战效能的大幅提高。
在传统地面无人作战领域，无人作战平台在局部战争和反恐行动中广泛使用，能够协助前线作战人员在复杂的作战空间远程探测或直接打击敌人，有效提升作战人员在战场上的生存能力、战斗力和灵活性，已经成为现代信息化/智能化战场上重要的进攻与防御力量。
地面无人装备需求迫切，能够有效减少地面作战人员伤亡。陆战对机器人装备需求尤为迫切，作为最传统的作战领域，也是作战程度最为激烈、参战人员最多的领域。自俄乌冲突发生以来，俄乌双方都损失了大量的前线作战士兵，陆战机器人的出现有望大幅减少前线作战人员伤亡，因此机器人或将在未来陆军装备体系中占据重要位置。目前各国主流地面机器人一般采用轮式或履带式移动平台，通过搭载先进侦察探测、指挥控制、定位导航、信息处理、火力打击等多种载荷，用于代替士兵在高危环境下执行侦察、引导、打击、排雷排爆、核化检测、救援保障等多种作战任务，是现代陆军装备信息化、智能化持续发展的重要方向。
多国军队地面无人装备已经编配部队，并开展了作战演习和实战运用，以美国为例，其列装的地面机器人包扩PackBot系列、TALON系列等。便携式、车载式、自机动式等多种地面作战平台层出不穷。根据2022年12月石纯民、潘政在报发表的《无人作战力量加速战争形态演变》文章统计，美军共装备了超过1.2万台地面无人装备，能够进行爆炸物处理、安全巡逻、辅助作战和后勤保障等多样化军事任务，已列入研制计划的智能化装备超过100种，计划到2030年60%的地面作战平台将实现智能化。俄军持续开展智能装备研制和列装工作，计划至2025年将无人作战系统在武器装备中的比例提高到30%以上，主要聚焦于侦察监视、指挥决策、火力打击、作战支援等多领域。
地面无人装备的应用有望引发陆战样式变革。根据《无人作战力量加速战争形态演变》（石纯民，2022年），军用机器人等地面无人作战装备的出现，可实施无人作战装备与有生力量的混合编组，让军用机器人担负排雷、爆破等危险任务，协助并掩护地面作战人员实施进攻与防御作战。军用机器人还可自主编组作战。在叙利亚战场，俄军就进行了一次成建制连规模机器人编组作战，包括1套智能指控系统、3架无人机、10台战斗机器人和1个自行火炮群。俄军通过无人机实时监控战场，将情报传回给指控系统，然后指挥地面机器人突击，以及火炮群进行火力支援，最终仅用20余分钟就取得了战斗胜利。
军用地面机器人应用场景复杂，扩大应用更需要人工智能技术加持。相较于空中无人机，地面机器人面临的作战场景更为复杂，需要考虑复杂的地形环境问题，同时对目标判定也有更高的要求。人工智能技术通过增强军用地面机器人的感知、决策、自主性和协同能力，显著提升了其在战场环境中的作战效能。
当前各国军队列装应用的机器人主要为轮式或履带式机器人，而近年来随着科技发展，足类仿生机器人开始逐步进入应用阶段。早在20世纪60年代，McGhee公司研制了世界上第一台四足机器人，而四足机器人在军事领域的首次应用则是美国的Mosher于1968年设计的四足车Walking Truck，主要是用来给在崎岖地形下帮助步兵运送物资。近年来多国部队都在仿生机器人领域进行了应用探索，根据美国世界新闻网2024年5月25日报道，于中柬联合军演中首次对外公开展示了两款机器狗，一种擅长侦察，另一种战斗机器狗能身背步枪快速前进并灵活调整枪口方向；美国Ghost Robotics公司开发的Vision 60机器狗也经常被用于测试各类军用场景。
军用机器狗相较于传统的轮式和履带式地面机器人具备地形适应性强、隐蔽性好等特点。由于四足机器人采用了仿生科技模拟动物行动模式，同时主要应用锂电作为动力源驱动比传统内燃机更安静，噪音较小，具备较好的隐蔽性，适合夜间渗透或敌后侦察；同时四足的运动方式可跨越沟壑、攀爬楼梯、穿越废墟或崎岖山地，适应轮式/履带设备难以进入的地形（如丛林、城市废墟），具备更好的复杂地形适应能力。因此在特定的作战环境中四足机器人有望取代传统轮式和履带式机器人。
UUV（unmanned undersea vehicle）是水下信息化和智能化的重要组成部分。无人潜航器（Unmanned Underwater Vehicle,UUV）是指无人驾驶、靠遥控或自动控制在水下航行的作战平台，类似于空中无人机（UAV），具有智能化程度高、隐身性能好、机动能力强、可载不同有效载荷等特点。UUV已经成为当今世界主要军事强国进行水下作战的主战装备之一。近十几年来UUV的军事应用得到高度重视，其在水下侦察、水下通信和反潜、反水雷作战、信息作战等领域的应用得到了空前发展。
UUV的发展给海洋作战带来了革命性变化，扩大了水下战场的覆盖维度。UUV可以分为遥控式水下潜航器和自主式水下潜航器；依据其直径大小或排水量，可以分为超大型、大型、中型、小型等；依据航程可以分为远程（大于500公里）、中程（200~500公里）、近程（小于200公里）。依据作战功能，水下无人预置装备可以分为侦察预警型和攻防打击型；依据作战方式，可以分为直接型和间接型；依据作战模式，可以分为主动型和被动型等。水下预置基础设施包括水下监听网、水下探测系统等。根据近期及未来水下作战需求，美海军在新的主计划中赋予UUV九大使命任务。随着UUV服役数量的增加，主要国家正在逐渐发展精确打击、编队蜂群作战等能力。
大型UUV已开始列装部队。受现有UUV性能制约，UUV在追求长航时性能过程中，必定要牺牲一定的航速和负载性能，而在追求多任务时，长航时性能又会有所下降, 从设计层面看，UUV在航速、航程、负载和多任务性能上难以做到均衡，因此加大航行器体积，研制大型或超大型UUV成为解决现有问题的有效途径。美国自2013年提出发展新型超大型UUV设计概念后，2022年上半年开展了“黑鱼”和“虎鲸”2种大型UUV的下水测试，并于2023年12月20日接受首艘“虎鲸”超大型无人潜航器（XLUUV）入列。
随着单体UUV技术发展成熟和人工智能技术的突破，UUV开始向集群化方向发展。集群形式主要有同构集群和异构集群2种，同构集群为多个相同型号单体UUV协同完成通信、指挥控制与决策而组成的群组,异构集群则为与其他无人系统组网成组，通过分布式态势感知和信息共享协同完成作战任务。国外有关UUV集群的应用项目和系统较多，其中同构集群类主要有自主海洋取样网络(adaptive oceansampling network, AOSN)、网络协同无人航行器(CNAV)系统、SwarmDiver等；异构集群类主要有协作自主的分布式侦察与探测系统(Cooperativeutonomy for Distributed Reconnaissance and Exploration，CADRE)、“潜艇-UUVs-无人机”子母式协同作战、欧盟Grex项目等。
人工智能技术持续提升水下无人装备智能水平，不断强化其作战能力。与传统有人装备相比，水下无人装备属于智能装备，具有初始智能自主能力，其技术架构具有开放智能内核的特点，在装备形态形成后通过训练和使用可不断提升其智能水平。其中通过构设面向实际场景的无人装备训练环境和训练条件，可以快速提升无人装备遂行任务的能力水平，在装备使用上发挥关键作用，具体发展趋势主要包括如下几方面：
1）基于大数据学习的平台智能学习训练。针对单体水下无人装备任务仿真训练，利用深度学习技术，将训练得到的大量数据样本作为经验数据库供智能系统自主学习，通过大数据学习提升水下无人装备智能感知和识别等能力。
2）基于博弈对抗的集群指挥控制训练。针对水下无人装备集群协同任务训练需求，通过水下无人集群智能模拟训练环境，建立水下无人装备任务规划模型、智能无人博弈对抗模型，设计水下无人装备集群智能演进算法，完成无人集群/跨域/有人-无人协同模拟训练，实现对水下无人装备协同运用的群体训练，提升集群指挥控制水平。
3）基于虚实结合的战术对抗训练。针对水下无人装备在特定任务环境下的模拟对抗训练，通过在实际海上环境中构建模拟训练场，利用虚实结合的方式，开展水下无人装备的对抗任务模拟训练，探索水下无人装备单平台和集群双智能协同作战方式，验证水下无人装备智能任务执行能力和协同运用效果，为智能成长提供目标牵引。
水面无人舰艇发展势头旺盛，实战应用效果显著。俄乌冲突种各种高新无人装备频繁登场，并逐渐成为主要作战装备，打破了以往以有人装备为主的作战模式。其中，无人艇（USV）在海上突袭作战的成功应用，引起世界各国的关注。无人艇是一种二战时期便出现的水面平台，不需要搭载作战人员，具备一定自主航行和自主执行任务的能力，随着人工智新型材料、通信、能源等技术的发展，无人艇的作战能力大幅提升，显现出越来越重大的军事应用价值，在未来海上作战中，无人艇作战有望成为重要的作战形式。
美军重视中大型无人艇装备建设，目前已初步具备作战能力。2007年以来美军迭代发布了多个无人装备路线图，国防部下属的海军研究局、XASMA等多个部门并行启动了大中型艇的研发工作。经过探索起步阶段（二战之后~2007年）、体系设计阶段（2007~2015年）、平台建设阶段（2016~2020年）后，水面无人舰艇已于2021年进入能力生成阶段，以2021年3月美海军与陆战队联合发布的《无人系统作战框架》为标志，力图继续加强工业与学术领域的合作，优化重大项目安排，加速推进无人装备交付速度，以大型无人艇原型艇发射“标准-6”导弹为标志，充分验证美军无人装备能力生成情况。2022年1月，美海军发布《Surface Warfare: Competitive Edge》，明确指出未来10年将向海军部队交付10种新型或改进型水面舰艇，中型和大型水面无人艇占据其中两席。
美军以“分布式”作战概念为牵引，大力推进大中型水面无人艇发展，在完成装备交付后，持续组织高强度综合性试验验证，实现了对装备战技指标和应用样式的摸底，加快了装备能力生成，为后续迭代升级提供了有力支撑。AI技术的持续发展也为美军在研制、生产无人艇领域提供了有效的技术工具，并有望加强水面无人艇的智能化程度，有效增强其自主性和战斗力。
人工智能技术正在深刻改变军工行业的竞争格局，从武器研发、作战方式到战略决策，影响覆盖全产业链。人工智能技术正将军事竞争从“钢铁洪流”转向“算法博弈”，拥有AI优势的国家有望主导未来战场规则，因此国防工业发展也将从原来的注重装备建设逐步转化为底层技术生态与联盟体系的全面对抗。
传统军工企业加强AI技术和能力建设，军用AI公司成为军工产业新贵。我们通过观察美国国防工业的变化来研究AI技术对军工产业的影响，近两年因AI在国防建设中的渗透率快速提升，一些具备较强AI能力的军工企业快速崛起，成为了美国国防部的常客，开始在国防建设中发挥更大的价值。从投资角度看，如今美国的“新AI军工”企业市值和估值快速增长，正在逐渐超过传统军工企业成为股票和投资领域的新宠，如Palantir等。而传统全球军工企业如洛克西德·马丁、通用动力等军工巨头开始通过并购或自研的方式加速布局AI技术。
随着AI技术逐渐兴起，美国传统军工企业在AI应用方面也正积极进行部署，涵盖了武器系统、导弹防御、网络安全、无人机、卫星通信、预测性维护等多个领域。同时，这些企业也在不断加大AI研发的投入，以保持其在军事技术领域的领先地位。未来，随着AI技术的不断发展和成熟，传统军工企业将在更多领域应用AI技术，推动军事装备和作战方式的变革。
Palantir是一家在大数据分析和人工智能领域具有显著影响力的企业，其核心业务围绕着为政府、国防以及商业客户提供先进的数据整合、分析和决策支持解决方案。根据公司官网，Palantir专注于为处理数据创造世界上最好的用户体验，使人们能够提出和回答复杂的问题，而不需要掌握查询语言、统计建模或命令行。为了实现这一目标，Palantir构建了用于集成、管理和保护数据的平台，并在其上构建了用于完全交互式的人工驱动、机器辅助分析的应用程序。公司以强大的数据融合能力、人机协同理念、高安全性和合规性标准，以及深厚的行业Know-how为特色，通过其核心产品如Palantir Gotham、Foundry和Apollo，帮助客户从复杂的数据中提取有价值的信息，优化决策过程。
Palantir从反恐情报辅助软件起家，逐渐成为政商业务并行的数据分析领先企业。自2003年成立以来，公司以为美国情报界开发反恐情报辅助软件起家，凭借起源于PayPal反欺诈技术的大数据处理能力，逐步发展成为政商业务并行的数据分析领先企业。2008年，Palantir面向政府部门发布了第一个平台Gotham。2016年，Palantir发布第二个软件平台Foundry，来解决大公司在数据方面的挑战。2021年开始与商业企业合作，推出Apollo提供商业解决方案。2023年4月发布AIP产品，将生成式AI接入其核心产品Foundry以及Gotham。公司的发展演变主要经历了五个阶段：
Palantir成立于2003年，初期便将目光锁定在国防与情报领域。2005年美国中央情报局成为其初始客户。2006年在接受In-Q-Tel的投资后，Palantir开始在政府领域发展业务。在这一阶段，Palantir的技术主要是基于传统的数据分析和可视化方法，AI和机器学习技术应用较少。
2008年美国政府与Palantir正式签订合约，同年Gotham发布，Palantir处理和分析复杂数据的能力也让外界熟知。在Gotham平台于政府领域取得成功的基础上，公司于2008年-2010年间将业务拓展至商业领域，摩根大通于2010年成为公司首位商业客户；同年公司宣布与汤森路透合作。2011年Palantir凭借强大的数据分析能力帮助美国政府击毙，此后Palantir名声大噪，业务范围不断扩张，在AI、财务、保险、医疗等方面都进行了业务布局。这一阶段后，Palantir开始逐步将更多的AI和机器学习技术集成到其产品中，传统的数据分析方法逐渐被“预测分析”和“自动化决策支持系统”所取代。
2016年，Palantir发布Foundry商用平台，正式进入商业领域，无缝连接核心业务和运营团队的数据库以及公司外部数据，推动各部门的实时协作。2020年，Palantir通过直接上市（DPO）登陆纽交所，成为一家公众公司。成功上市为Palantir带来了更广阔的融资渠道和品牌提升，也为其加速发展注入了新的活力。2021年，Apollo发布，用于管理Gotham和Foundry，协调软件更新，使客户可以不受环境限制地使用其软件平台。
上市后的Palantir，紧抓人工智能技术浪潮，于2021年至2025年间，加速AI技术与现有平台的融合，2023年重磅推出AIP（人工智能平台）。AIP的推出，实现了大语言模型得私有化部署，通过Foundry和Gotham分别达成AIP商用和AIP军用的目的，完成实时决策，标志着公司商业化进程的全面提速。在这一阶段，公司得AI技术逐步进入成熟期，广泛应用于自动化数据处理、深度学习、AI驱动的预测分析等多个领域。
2023年Palantir首次实现全年盈利，净利润达1.6亿美元。盈利的实现，证明了Palantir长期坚持的商业模式具备可行性，其平台价值获得了市场的高度认可，也极大提振了投资者信心。
公司管理层具有雄厚的技术，顾问团队兼具国防背景。公司董事会主席、联合创始人Peter Thiel曾担任Thiel Capital总裁、Founders Fund合伙人，参与创立了在线支付公司PayPal，并将PayPal的欺诈识别技术引入Palantir，奠定了公司的技术基石。公司总裁、联合创始人Stephen Cohen毕业于斯坦福大学计算机科学专业，在计算机科学和数据处理方面有丰富的经验，对Palantir的技术开发和项目管理有重要的贡献。公司的顾问团队中多名成员有着极为深厚的国防背景，曾先后担任代理国防部长、前美国空军部长等国防系统内重要职位。
Gotham平台是Palantir的基石产品之一，专为国防与情报机构量身打造。其核心功能在于支持多源异构数据的整合，能够高效处理来自信号情报、机密线人等各类复杂数据，并从中识别隐藏模式。Gotham平台不仅能够进行威胁检测，更可进行军事行动模拟，为用户提供实时的战术决策支持。在国防应用的功能主要包括：1）武器管理系统；2）提供从太空到地面的决策优势；3）统筹战斗力使用；4）人工智能驱动战斗优势。
Gotham平台具备增强杀伤链和自主任务分配两大核心能力。“增强杀伤链”功能，通过AI技术，支持战士无缝、可信地匹配识别目标与杀伤目标装备，简化战场决策流程。“自主任务分配”功能，则基于人工智能驱动的规则或人机协同控制，实现从无人机到卫星等各类传感器的自主任务分配，最大限度地提升作战资产使用效率。
Gotham平台的差异化优势体现在其：1）高安全性，能够满足军方和情报机构对数据安全性的极致要求；2）能够提供网络战工具链等高度定制化模块，满足特定任务需求；3）支持实时决策，为用户提供实时的战场态势感知和高效的决策体验。Palantir首席执行官Alex Karp曾指出，人工智能在当代战争中的应用需要审慎监管，但同时强调要积极拥抱AI技术，构建更强大的工具以应对潜在威胁。Gotham平台正是公司积极拥抱AI技术，服务于国防安全的集中体现。
Foundry平台是Palantir面向企业客户推出的商业智能平台，亦是Palantir技术理念“Ontology本体论”的核心载体。这是一种认识世界、理解数据的方式，是将数据系统地映射到有意义的语义概念的过程，是构建跨行业通用数据分析操作系统的基石。通过Ontology，Foundry平台能够帮助企业用户构建统一的数据语义层，打破数据孤岛，实现数据互联互通，最终构建起企业专属的“数据中枢”。
Palantir将Foundry平台定位为“组织的中央操作系统”，旨在通过为企业数据构建中央作系统，从根本上变革企业的运营模式。Foundry平台强调数据的可追溯性和可解释性，通过图形界面，用户可以清晰追踪数据管道的每一步骤，确保数据分析过程的透明可信。基于本体论的现代企业操作系统，Foundry Ontology具有语义、动力、动态三层能力，使用户能够在复杂的环境中协调和自动化决策。目前，Foundry已广泛应用于资产管理、金融服务与风险管理、生态系统、医疗保健、供应链等诸多领域。
Apollo平台最初是Palantir为实现软件的持续维护而构建的内部工具，后于2021年开始作为商业解决方案对外提供。Apollo平台的核心价值在于：1）跨环境部署：支持软件在云端、本地数据中心甚至极端环境下的灵活部署。2）持续维护：实现新功能、安全更新和平台配置的持续维护，保障系统始终处于最佳状态。3）统一管控：提供单一控制层，协调跨环境的软件部署和管理，简化运维复杂度。Apollo平台最初主要服务于Palantir自身的产品交付，后逐渐拓展至金融等行业，帮助金融机构进行欺诈检测、交易模式分析和保险风险评估。Apollo平台的核心优势在于其强大的环境适应性和高效的部署能力，能够帮助企业用户快速、安全地部署和管理其软件应用。
AIP（人工智能平台）是Palantir于2023年推出的全新AI驱动分析工具，是Palantir实现智能化升级的关键举措。AIP平台深度集成了生成式AI能力，旨在进一步提升Palantir平台在预测分析和自动化决策方面的能力。AIP的功能主要包括为AI工作流构建者设计、通过端到端工具对工作流进行迭代、加速AI应用开发，通过构建板块、迭代改进板块和开发板块实现。在开发板块中，AIP可以加速AI应用的开发。开发人员可选择在熟悉的IDE（集成开发环境）通过Ontology SDK安装包无缝构建AI应用，通过Ontology实现复用企业表现形式，推动AI应用构建的成本趋向于零。AIP平台的推出标志着Palantir在AI领域迈出了重要一步，也为其未来发展打开了新的增长空间。
Palantir采取订阅制为主的商业模式，软件许可费用主要根据用户数量或数据量进行计费，年费区间在50-1000万美元不等。此外，Palantir还提供专业的定制服务，例如数据建模、用户培训等，按项目收费，专业服务收入约占总收入的20%。Palantir创新性地采用分阶段定价策略，即“获取-扩展-规模化”三阶段模型。
1）获取阶段(Acquire)：初期，Palantir倾向于以免费或低成本的方式进行试点项目，甚至不惜承担亏损，目的在于验证平台价值，获取客户信任，建立长期合作关系。
2）扩展阶段(Expand)：当试点项目取得成功，客户开始认可平台价值后，Palantir进入扩展阶段，根据客户需求和平台使用量进行收费，此时边际贡献开始转正。2023年，Palantir扩展阶段客户的边际贡献率达到70%，盈利能力显著提升。
3）规模化阶段(Scale)：当客户对平台形成深度依赖后，Palantir与客户签订长期合约，锁定长期收入，平均合同期限为3-5年。2023年，规模化阶段客户收入占比超过60%，成为Palantir收入的重要来源。
此外，Palantir还创新性地采用SPAC投资战略，通过投资Lilium、Roivant等早期公司，构建Palantir生态圈，间接推动产品应用，实现生态共赢。
Anduril Industries是一家专注于国防科技领域的初创公司，由Palmer Luckey创立，旨在以硅谷的创新精神和技术优势重塑国防工业。公司专注于开发人工智能驱动的自主系统和软件平台，如Sentry Towers、Ghost UAS和Lattice，以提供先进的军事防御和边境监视解决方案。Anduril通过其创新的商业模式和高毛利率的产品，迅速崛起为国防科技领域的重要参与者。根据Tracxn，2024年8月Anduril完成15亿美元的F轮融资，公司估值达到140亿美元；根据2025年2月7日CNBC报道，Anduril已签署了一份条款清单，以280亿美元的估值筹集25亿美元资金。
Anduril Industries成立于2017年，由Palmer Luckey（Oculus VR创始人）、Trae Stephens（Founders Fund合伙人）等联合创立，目标是通过人工智能、自主系统和传感器技术革新国防安全领域。公司早期以Lattice AI平台为核心，开发实时战场感知系统，迅速获得美国防部关注，2018年即与国土安全部合作部署边境监控技术。2020年后，Anduril加速产品多元化，推出Altius系列无人机和Ghost四足机器人，并逐步扩展至空域防御（如Sentinel Tower反无人机系统）和军事指挥系统。近3年来，公司通过一系列战略收购强化技术闭环，在国防技术领域尤其是人工智能相关产品方面取得了显著进展。其产品线涵盖了空中、陆地和水下的自主系统，其人工智能产品在多传感器数据融合、实时决策与任务自主性、自动化监控、实时威胁检测、模块化设计、以及水下监视与测绘等方面具有显著的创新之处。
Anduril Industries的管理层由硅谷科技领袖与国防政策专家共同组成。创始人兼CEO Palmer Luckey（Oculus VR创始人）引领公司以人工智能、自主系统和传感器技术为核心，推动国防技术革新；联合创始人Trae Stephens（Founders Fund合伙人、Palantir背景）与首席战略官Chris Brose（前参议院军事委员会幕僚长）搭建了深厚的政府关系网络，主导与五角大楼等机构的战略合作；技术团队则由总裁Brian Schimpf（Palantir前工程师）和CTO Matt Grimm（SpaceX前火箭软件负责人）等资深工程师驱动，确保复杂系统研发与产品落地。此外，首席财务官Anand Gopalan（Velodyne Lidar前CEO）、首席营收官Jason Levin（诺斯罗普·格鲁曼前高管）及总法律顾问Matt Steckman（谷歌前法律顾问）分别从资本运作、市场拓展与合规层面支撑公司高速扩张，形成“技术创新+政策洞察+商业执行力”三位一体的核心优势。
Lattice AI是Anduril的核心产品之一，是一个自主的指挥与控制系统，能够整合来自不同传感器（陆地、海洋、空中）的数据，用于检测、分类和追踪威胁。Lattice平台广泛应用于边境和战场监视，能够整合多种Anduril硬件，服务于国防和军事客户。Lattice平台有以下特点：
1）战略扩展能力：Lattice AI平台能够整合来自不同传感器（如光学摄像头、热成像仪、雷达和地面传感器）的数据，实现对大范围区域的实时监控和分析，具备强大的可扩展性。
2）实时决策与自主性：该平台利用先进的机器学习算法，能够实时分析数据，识别和分类潜在威胁，并自动检测、跟踪和异常活动。
3）任务自主性：Lattice for Mission Autonomy是一个与硬件无关的端到端软件，使军方能够以低成本拥有由一名操作员控制的低成本自主系统团队。这种任务自主性使得军事力量能够在单操作员的指挥下，通过低成本的自主系统团队重新获得大规模能力。
目前，Lattice已集成在美国国防部（DoD）的联合全域指挥控制（JADC2）数据体系中。JADC2旨在创建一种将空军、陆军、海军、太空军各军种大量传感器与武器系统相联结的“物联网”，借助自动化与人工智能、云环境与新通信方式来改进决策，是由DoD打造的新型联合作战指挥方式，也是DoD应对战略竞争挑战的关键现代化优先项目之一。Lattice用于JADC2，旨在构建一个开放的防御操作系统，该系统具有简单、可扩展、可扩展的特点，并最终利用机器智能加速复杂打击链的闭环。此外，Lattice已被广泛应用于多个领域：美国海关和边境巡逻局使用它自动监控陆地和海上边界；英国内政部利用 Lattice 跟踪海上船只；美国特种作战司令部则用它进行自动化情报、监视和侦察，在严峻环境中提供部队保护和对抗无人机系统。Lattice 还能探测和应对野外火灾，监控和保护关键基础设施、协助野外搜救等。
Roadrunner-M专为地面防空而设计，可用作高爆拦截弹，它能够快速发射、识别、拦截和摧毁各种空中威胁，且可以接近零成本地安全回收和重新发射，为应对无人机攻击提供了一种经济高效的解决方案。
Pulsar具有模块化、人工智能驱动的电磁战系统的反无人机系列，支持多域分布式电子战，能够快速识别和应对无人机等新兴威胁。Pulsar具备跨区域的实时威胁识别能力，通过集成板载GPU计算、机器学习算法和软件定义无线电技术，在战术边缘迅速识别并响应威胁。Pulsar的开放式架构可无缝集成到现有的电子战和指挥控制系统中，构建统一的电子战能力网络，确保分布式作战协调。
Sentry Tower（哨塔）是Anduril的重要产品，公司早期一份价值4亿美元的合同，内容便是利用可自动探测侵入活动的哨塔，帮助确保美国南部和北部边境的安全。Anduril推出了一系列哨塔，包括标准距离哨塔、远程哨塔、海上哨塔、移动哨塔等。这些哨塔利用人工智能技术进行自动监视，为边境安全、军事基地及关键基础设施提供安全监护，根据公司官网介绍目前美国与墨西哥接壤的边境沿线座哨塔。
Barracuda是专为大规模生产和使用而设计的吸气式自主飞行器系列产品，结合了先进的软件和简化的设计，可提供高度智能、低成本且灵活的任务系统。Barracuda-M是Barracuda的弹药配置，与现有的作战选项相比，它提供了更经济、更易生产、更具可用性和适应性的巡航导弹能力。
Fury是一款自主飞行器，去年9月，Anduril通过收购Fury背后的Blue Force Technologies扩充技术实力，之后积极推动Fury参与美国空军协同作战飞机（CCA）计划的竞标。与高价有人战机不同，Fury成本较低，可大批量生产。2024年4月，美国空军宣布Anduril为CCA计划的供应商之一。
Ghost是一款高度先进的无人机系统，具备高性能和多任务能力，以及能够携带多种模块化载荷的灵活性，可满足不同任务需求。Ghost的扩展版Ghost-X飞行距离更远、飞行时间更长，可携带更多有效载荷，可在严酷条件下延长作业范围和有效停留时间。用于执行侦察与安全、目标定位和部队防护等任务。
Altius是一款多功能的自主空中平台，可从地面、空中或海上发射，执行多种任务：远程情报、监视、侦察与瞄准（ISR&T）、动能交战、射频诱饵、信号情报、通信中继和网络战等。根据美国发布的援乌清单，其中，Altius 600M-V曾被提供给乌方，号称是美国在实际战争中部署的首批人工智能武器之一。
Dive-LD专为沿海和深水勘测及情报、监视与侦察（ISR）量身定制，具备自主水下任务能力。Dive-LD采用3D打印外壳及创新制造工艺，成本低，可根据需求扩大生产规模；具有灵活且独特的架构，能够快速集成复杂的有效载荷或多传感器系统；续航持久，能够自主执行长达10天的任务；操作深度大，能够在深达6000米的海底执行任务。此外，Dive-LD占地面积小，可从码头发射，或从各种船只上存放、发射和回收。Dive-LD可完成海下战场情报、监视与侦察、反地雷战、反潜战、海底测绘等任务。
Anduril设计并生产固体火箭发动机(SRM)，其长度可达110英寸，直径可达42英寸，支持各种任务应用，包括火箭辅助起飞、空对空、空对地、地对地、地对空、高超音速助推器、导弹防御和便携式战术系统，为国防和太空发射系统提供动力。Anduril拥有超过450英亩的生产设施，每年可生产数千台SRM。此外，Anduril还开发了ALITEC，这是一种专有的铝锂合金推进剂，可增强固体火箭发动机的性能。
本篇中我们对军工AI以及智能化战争进行了初步展望和探索，说明了AI技术在军事中主要有自主武器系统、战场决策与指挥、网络战与电子对抗、后勤与装备维护、情报与反情报、士兵训练与增强和信息战&舆论控制等7大类应用。随后在自主武器系统上进行了更加细致的分析，指出了无人机、地面无人平台、水下无人平台以及水平无人平台的现状与发展趋势。最后我们通过美国Palantir和Anduril两家公司来说明当前AI技术对美国国防工业的影响。
我们认为，AI技术在军工中最重要及最直接的应用是用来提升无人作战装备的自主性和智能化水平，将大大加强无人作战平台的战斗力，并催生出一些新的作战模式如无人机蜂群、有人/无人机协同作战等。结合当前多国在国防建设领域重视无人作战，且俄乌冲突中已充分证明了无人机在当前军事对抗中的有效性，我们认为无人装备是当军工AI投资的核心落脚点之一。
AI技术发展不及预期：当前人工智能技术仍处于发展阶段，文中部分AI在军事领域的应用需要AI技术进一步发展才有望实现，若AI技术发展不及预期可能会出现假设的军事应用无法落地的情况；
无人装备需求和价格不确定性风险：无人装备的需求主要受国防建设需求的影响，同时在产品价格方面也受到技术发展和工序关系影响，存在一定的不确定性；
国家政策不确定风险：AI技术在军事领域的应用未来可能需要出台相应的法律法规予以限制，受国家政策影响较大，若政府对军工AI数据采集、数据处理、数据分析政策有较大调整，则对相关企业影响较大。
本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。