美国国防高级研究计划局（DARPA）作为美国颠覆性技术的核心孵化器，在推动军用AI发展中扮演着关键角色。近日，DARPA发布2026财年预算报告，总额达49.15亿美元，为全球军用AI发展提供了重要风向标。随着全球科技竞争加剧，人工智能（AI）在军事领域的应用正成为各国战略布局的焦点。作为美国颠覆性技术的核心孵化器，DARPA在推动军用AI发展中扮演关键角色。
人工智能正在迅速改变战争的规划和作战方式。军事专家表示，人工智能集成有潜力重塑未来战争。本报告基于DARPA公布的2026财年预算报告，深入分析了其中的重点项目、战略意图和技术趋势，旨在揭示AI如何成为未来战争的关键要素，以及DARPA在这一领域的战略布局。
A. 2026年预算整体概况
DARPA 2026财年预算总额达到49.15亿美元，涵盖基础研究（3.6亿美元）、应用研究（19.9亿美元）和先进技术开发（24.2亿美元）等。与2023年相比，2026年预算增长约21.8%，显示出对前沿国防技术投入的持续加码。从近年来的投入重点来看，DARPA的研究重心持续聚焦于应用研究和先进技术开发，这两类项目与军事应用高度相关，旨在加速军事技术的创新突破与实战转化。
DARPA在2026财年的AI项目覆盖基础研究到实战应用，构建了层次分明的研发体系。重点领域包括前沿AI适配、数学推理、软件安全自动化、AI理论创新、模型自动构建、战术自主体、对抗防御、科学验证等。大约70%的DARPA项目利用了AI、机器学习和自主性技术，显示出AI已成为DARPA研究的核心支柱。
B. "可信AI"战略核心
"Trustworthy AI"（可信AI）是DARPA 2026年预算中反复出现的关键词，表明美军认识到战场上的AI不仅要具备高智能，还必须具备可解释性、可预测性和可控性。DARPA在最新的预算请求中，要求增加对关键AI项目的支出，这些项目专注于人类与AI的协作，体现了人机协作作为战略重点的定位。
这一战略转变反映了美军对AI在军事应用中的特殊要求。在战场环境中，AI系统不仅需要高效能，还需要具备可解释性、可预测性和可控性，以确保军事决策的可靠性和安全性。DARPA通过多个项目，如SABER、ASIMOV等，系统性地解决这些问题，构建可信AI体系。
C. 军事AI战略转型
DARPA 2026财年的AI战略呈现出明显的转型特征。从战术应用转向战略主导，多个AI项目被整合到新的预算代码下（PE 0601122E，Emerging Opportunities），实现跨领域资源统一调度。生成式AI、可信AI、AI协作系统等方向被列为战略重点，预算中大量出现"AI可信性"、"人机对齐"、"自动化科学探索"等用语，代表DARPA在AI方向由战术应用转向战略主导。
这种战略转型反映了AI在军事领域应用场景的扩展。AI已不再局限于单一功能或任务，而是渗透到军事行动的各个环节，从战略规划、情报分析到战术执行和后勤保障，形成一个完整的AI赋能军事体系。
A. 重点项目概览
DARPA 2026财年总预算达49.15亿美元，筛选出的24个重点项目总预算3.87亿美元，其中AI相关重点项目预算超2.3亿美元，占比显著。这些项目涵盖基础研究到实战应用，构建了层次分明的研发体系。重点领域包括前沿AI适配、数学推理、软件安全自动化、AI理论创新、模型自动构建、战术自主体、对抗防御、科学验证等。
表1：DARPA 2026财年重点项目清单
B. 重点项目详细分析
AI FORGE项目
AI FORGE项目是一个聚焦多场景语言模型的项目，旨在开发能够适应多种军事场景的先进语言模型。该项目致力于构建能够理解复杂军事术语、战术指令和战场情境的AI系统，为指挥官和作战人员提供决策支持和信息处理能力。
AI FORGE项目的技术特点在于其多场景适应能力，能够根据不同的军事环境和任务需求调整其功能和性能。在军事应用方面，该项目将为战场指挥决策、情报分析和作战规划提供强大的AI支持，提升军事行动的效率和准确性。
SCEPTER项目
SCEPTER全称为Strategic Chaos Engine for Planning, Tactics, Experimentation and Resiliency（战略混沌引擎，用于规划、战术、实验和弹性），旨在帮助人类指挥官在复杂多变的战场环境中做出决策。该项目试图开发能够穿透战争迷雾的人工智能技术，解决战场环境中的不确定性和复杂性问题。
SCEPTER项目的技术实现路径借鉴了国际象棋引擎的方法，但战场环境比棋盘复杂得多。该项目通过模拟和实验，帮助指挥官理解复杂战场环境中的各种可能性，提高决策的准确性和效率。在军事应用方面，SCEPTER将为高级指挥官提供决策支持，特别是在复杂多变的战略环境中。
SABER项目
SABER项目（Securing Artificial Intelligence for the Battlefield）旨在为战场上的AI系统建立安全模型，通过组建AI红队、进行实战演习、制定科学的评估标准来解决AI赋能战场系统的安全问题。该项目关注战场环境下的AI系统安全挑战，包括对抗性攻击、数据中毒和模型窃取等威胁。
SABER项目的技术特点在于其系统性的安全评估方法，通过组建AI红队对AI系统进行攻击测试，发现潜在的安全漏洞并提出解决方案。在军事应用方面，该项目将为战场AI系统提供安全保障，确保AI系统在复杂多变的战场环境中可靠运行。
ASIMOV项目
ASIMOV项目（Autonomy Standards and Ideals with Military Operational Values）旨在开发和虚拟演示定量自主基准，评估自主武器系统的伦理能力。该项目由Kitware公司领导，包括Duality AI、Charles River Analytics、宾夕法尼亚大学、Shadowbox LLC、David Barnes LLC和Veraitech在内的团队共同参与，为评估军事技术中的伦理开发标准。
ASIMOV项目的技术特点在于其定量评估方法，通过建立可测量的自主系统伦理标准，确保自主系统的行为符合军事伦理和国际法规范。在军事应用方面，该项目将为自主武器系统提供伦理评估框架，确保其在作战中的行为符合伦理标准。
OPTIMA项目
OPTIMA项目（Optimum Processing Technology Inside Memory Arrays）是一个投资7800万美元的项目，旨在开发超高效AI芯片，通过将处理器放在内存内部（"内存计算"）来解决AI计算中数据移动导致的瓶颈问题。该项目尝试将处理器放在内存内部，实现"内存计算"，以提高密集处理和功效，支持人工智能等应用。
OPTIMA项目的技术创新点在于将处理器和内存集成在同一芯片上，减少数据移动的能耗和延迟，大幅提升AI计算效率。在军事应用方面，这种超高效AI芯片将为军事AI系统提供强大的计算支持，特别是在资源受限的战场环境中。
TRACTOR项目
TRACTOR项目（Translating All C TO Rust）旨在自动化将遗留C代码转换为Rust，以解决内存安全问题。该项目获得了1400万美元的资金，分配给七个团队，致力于解决军事软件中的内存安全问题。
TRACTOR项目的技术挑战在于自动将复杂的C代码转换为安全、符合习惯的Rust代码。在军事应用方面，该项目将提高军事软件的安全性和可靠性，减少内存错误导致的安全漏洞。
AIR项目
AIR项目（Artificial Intelligence Reinforcements）旨在为超视距（BVR）空战任务开发主导性战术自主系统。该项目是DARPA开发AI驱动的战术自主系统的代表，已经进行了首次AI算法自主驾驶F-16战斗机的空中测试。
AIR项目的技术特点在于其对空战战术的理解和自主决策能力，能够在复杂多变的空战环境中做出快速、准确的决策。在军事应用方面，该项目将为空军提供先进的自主空战能力，增强空中优势。
其他关键项目
expMath项目旨在通过发展AI系统来加速纯数学领域的进步，划分为两个技术领域：一个专注于推进数学领域AI的前沿技术研究，另一个则专注于评估这些AI系统在解决专业数学问题方面的有效性。
ANCILLARY项目旨在为基础设施有限的环境开发新一代自主空中系统，为特殊环境作战提供支持。HOTS（High Operating Temperature Sensors）项目旨在开发适用于极端温度的传感器微电子技术，解决极端环境下的军事应用问题。
A.芯片技术创新趋势
内存计算(Memory Computing)成为AI芯片领域的关键突破。传统AI计算中，数据需要在处理器和内存之间移动，导致大量能耗和延迟。OPTIMA项目采用的内存计算技术将处理器和内存集成在同一芯片上，大幅减少数据移动，提高计算效率。这种技术对于军事AI应用尤为重要，能够在资源受限的战场环境中提供强大的计算能力。
极端环境适应性芯片是另一个重要趋势。DARPA正在探索复杂3D微电子技术，用于极端环境的军事级3DHI电子设备，包括高辐射、极端温度等条件。HOTS项目专注于开发适用于极端温度的传感器微电子技术，解决极端环境下的军事应用问题。
氮化镓技术在射频传感器中的应用也是一个重要趋势。DARPA正在与RTX合作，开发氮化镓技术，用于改进射频传感器，提高军事通信和雷达系统性能。
B. 传感器技术趋势
量子传感器设计与应用成为传感器技术的重要趋势。DARPA正在与RTX合作开发超越标准限制的传感器，该团队在量子传感器设计、挤压和亚散粒噪声检测、量子光子测试和芯片封装以及快速原型制作方面具有强大的能力。这些技术将为军事应用提供前所未有的传感能力。
极端温度传感器技术是另一个重要趋势。HOTS项目专注于开发适用于极端温度的传感器微电子技术，解决极端环境下的军事应用问题。
信息处理传感器的实时AI技术也日益受到重视。DARPA选择了Cerebras公司提供下一代实时计算平台，用于先进的军事和商业应用，特别适用于直接从信息处理传感器进行实时AI，以及战场、军事和商业应用的实时模拟。
C. 新材料技术趋势
军事级3DHI电子设备材料成为新材料技术的重要趋势。DARPA正在探索复杂3D微电子技术，用于极端环境的军事级3DHI电子设备，包括高辐射、极端温度等条件。
太空制造材料技术也是值得关注的趋势。DARPA正在推进太空制造项目，包括在2026年进行结构组装和新型复合形成工艺实验，为未来太空军事行动提供技术支持。
D. 核心算法创新趋势
神经符号AI技术成为军事应用的重要趋势。神经符号AI在军事应用中可以改善决策、自动化复杂的智能分析并加强自主系统，为军事指挥和控制提供强大支持。
可解释AI算法发展受到高度重视。"Trustworthy AI"（可信AI）是DARPA 2026年预算中反复出现的关键词，表明美军认识到战场上的AI不仅要具备高智能，还必须具备可解释性、可预测性和可控性。
多场景语言模型技术在军事应用中的价值日益凸显。AI FORGE项目聚焦多场景语言模型，为军事信息处理和决策支持提供技术支持。
A. 主要企业合作伙伴
洛克希德·马丁公司获得了DARPA 460万美元的合同，用于开发AI工具，特别是为动态空中任务创建替代模型。该公司将应用AI和机器学习技术创建各种飞机的替代模型，用于动态空中任务。
BAE Systems获得了DARPA 400万美元的合同，用于战术自主项目，旨在增强用于军事行动的自主系统。该公司将采取机器学习方法解决战术自主问题。
普林斯顿大学参与了OPTIMA项目，获得了1800万美元的政府资金，用于开发专为现代AI工作负载设计的新型芯片。该校研究人员完全重新构想了计算物理学，为AI应用开发新型芯片架构。
Kitware领导的团队获得了390万美元的DARPA合同，负责ASIMOV项目，为评估军事技术中的伦理开发标准。该团队包括Duality AI、Charles River Analytics、宾夕法尼亚大学、Shadowbox LLC、David Barnes LLC和Veraitech等合作伙伴。
B. 企业角色与技术优势
各企业在DARPA项目中扮演着不同角色，贡献各自的技术专长。洛克希德·马丁在空中任务和系统集成方面具有优势；BAE Systems在战术自主系统方面拥有丰富经验；普林斯顿大学在芯片架构创新方面处于领先地位；Kitware在医学图像处理和高性能计算方面具有专长。
这些企业间的合作模式多样，既有单个企业独立承担项目，也有多个企业组成团队共同攻关复杂项目。例如，在ASIMOV项目中，Kitware领导了包括多家企业和研究机构在内的团队，形成了优势互补的合作模式。
C. DARPA-企业合作机制
DARPA与企业的合作遵循特定的机制。首先，DARPA通过公开招标或定向邀请的方式发布项目需求；其次，企业提交提案，经过评审后获得合同；然后，企业在合同期限内开展研发工作，定期向DARPA汇报进展；最后，研究成果经过评估后可能转化为实际应用或进一步发展。
这种合作机制促进了技术创新和知识转移，同时也为企业提供了参与前沿技术研发的机会。DARPA通过这种方式构建了一个创新生态系统，推动军事技术的持续进步。
A. 战略规划与决策支持
SCEPTER项目在战略规划中发挥重要作用，通过开发能够穿透战争迷雾的人工智能技术，帮助指挥官在复杂多变的战场环境中做出决策。该项目借鉴了国际象棋引擎的方法，但针对战场环境进行了专门设计，能够模拟和评估各种战略选择，为高级指挥官提供决策支持。
AI辅助决策系统的工作原理是通过分析大量历史数据和实时信息，识别模式和趋势，预测可能的结果，并提出建议。这种系统能够处理人类难以应对的海量信息，发现人类可能忽略的微妙关联，从而提高决策的准确性和效率。
B. 情报分析与态势感知
AI在情报分析中的应用日益广泛。神经符号AI在军事应用中可以改善决策、自动化复杂的智能分析并加强自主系统，为情报分析提供强大支持。AI系统能够快速处理和分析来自多种来源的海量数据，包括图像、文本、信号等，提取有价值的信息并生成情报产品。
实时战场态势感知系统利用AI技术整合来自各种传感器的数据，构建全面、准确的战场态势图。这种系统能够实时更新态势信息，预测敌方可能的行动，并为指挥官提供态势评估和建议。自动化复杂智能分析是AI在军事领域的重要应用，能够处理复杂的多源情报，识别隐藏的模式和关联，提供深度分析和洞见。
C. 无人系统操作
AI在无人系统操作中的应用正在迅速发展。AIR项目在超视距空战中的应用展示了AI驱动的战术自主系统的潜力。DARPA进行了首次AI算法自主驾驶F-16战斗机的空中测试，标志着军事航空向自主化迈出了重要一步。
黑鹰直升机自主飞行测试是另一个重要进展，表明自主飞行技术正在向实用化方向发展。人机协作的无人系统操作模式成为主流，AI系统负责执行重复性、危险性或需要快速反应的任务，而人类操作员则负责战略决策和监督，形成优势互补的人机团队。
D. 其他应用场景
软件安全与代码转换是AI在军事领域的另一个重要应用场景。TRACTOR项目致力于自动化将遗留C代码转换为Rust，解决内存安全问题，提高军事软件的安全性和可靠性。
数学推理与理论创新通过expMath项目得到推动，AI系统辅助数学研究和理论验证，为军事技术发展提供基础理论支持。自主系统伦理标准通过ASIMOV项目建立，确保自主系统的行为符合伦理标准和国际法规范。
DARPA 2026年AI投资战略展现了美国在军事AI领域的全面布局和长远规划。预算总额达49.15亿美元，其中AI相关重点项目预算超2.3亿美元，占重点项目总预算的近60%，表明AI已成为DARPA研发的核心支柱。
军事AI技术正朝着可信、自主、协作的方向发展，强调可解释性、可预测性和可控性，注重人机协作模式。AI已从战术应用转向战略主导，渗透到军事行动的各个环节，形成完整的AI赋能军事体系。
这些技术趋势将对未来的战争形态产生深远影响。战略决策将更加依赖AI辅助系统；情报分析和态势感知将更加智能化；无人系统将成为战场的主要力量；人机协作将成为作战的基本模式。面对这些变化，各国需要加强AI军事应用研究，建立相应的伦理和法律框架，确保AI技术的安全、可靠和可控发展。
DARPA的2026年预算重点项目为我们提供了观察未来战争形态的重要窗口，AI已成为未来战争的关键要素，将深刻改变战争的性质和形态。
声明：本文来自无人智能技术协同创新中心，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
