来源：渊亭防务

摘要：本文解析了美国战争部在生成式人工智能大模型领域的战略布局与发展进程，阐述了其从与AI企业的合作争议到构建体系化嵌入军事体系的大模型生态的整体路径。文章研究发现，美国战争部推动大模型“可控部署、军用定制、体系嵌入”的结构性调整，与Anthropic、OpenAI、Google Cloud等多家AI企业达成合作，将GenAI.mil作为全军统一的生成式人工智能平台核心支点，并依托国防部首席数字与人工智能办公室、国防创新单元完成全流程管理与技术转化。同时，各军种基于统一技术底座实现差异化定制应用，空军嵌入无人机自主作战体系、陆军优化参谋与后勤流程、海军聚焦远洋分布式决策的边缘部署。此外，美国战争部同步强化大模型治理框架，坚守“人在回路”原则，严控武器打击决策权限，通过构建具备可替换性与可迁移性的技术生态，将生成式人工智能打造为美军信息化体系的新型基础设施，目前其大模型应用已进入体系化嵌入与规模化应用阶段，成为军事体系中的通用能力模块。

关键词：美国战争部；人工智能；大模型；军事智能化；生成式AI

Open AI当前已成为美国战争部在生成式人工智能领域的重要技术合作伙伴（图片来源于网络，如有侵权请联系后删除）

近期，美国战争部与人工智能公司Anthropic之间的冲突愈演愈烈。五角大楼要求Anthropic移除Claude模型中限制其用于国内大规模监控或全自动武器的安全措施，但Anthropic拒绝了五角大楼的要求。2026年2月27日，美国战争部部长赫格塞斯宣布将Anthropic列为“供应链国家安全风险”。与此同时，据《财富》杂志报道，OpenAI创始人Sam Altman在全体员工大会上宣布，该公司正与美国战争部就使用其AI模型和工具达成潜在合作。

抛开这一争议性问题不谈，美国战争部在生成式人工智能领域的布局仍在持续发力。五角大楼在大模型时代推进“可控部署、军用定制、体系嵌入”的结构性调整。围绕统一技术底座、军种分层扩展、作战链路嵌入以及安全治理规则，美国军方正在构建一套面向高强度对抗环境的生成式人工智能生态体系。

从2025年至今，美国战争部进一步与AI企业签署多项合作协议。如Anthropic获得约2亿美元合同为国防及情报机构提供Claude Gov AI模型服务，并与Palantir（用于将其AI模型集成进国防信息系统）和AWS（用于云托管和部署）合作。Google Cloud AI（Gemini for Government）被选为战争部新AI平台GenAI.mil的首批合作方之一，与国防数字化与AI首席办公室（CDAO）共同推进企业级AI能力落地。Scale AI与安杜里尔、微软等公司一起，为战争部“雷霆熔炉”（Thunderforge）项目提供AI工具，用于决策支持和作战资源运用规划。Blaize与Turbo Federal这样的小型AI计算公司也与政府顾问机构合作，为战争部提供边缘计算和AI平台支持。美国战争部与AI公司合作详情如下表所示：

表1.美国战争部与AI企业合作概况

GenAI.mil是一套部署在受控安全云环境中的生成式人工智能服务框架（图片来源于网络，如有侵权请联系后删除）

这一体系的核心支点，是由OpenAI打造、被定位为全军统一入口的生成式人工智能平台GenAI.mil。它并非单一应用系统，而是一整套部署在受控安全云环境中的生成式人工智能服务框架，面向美军提供标准化能力输出，包括情报摘要生成、作战文件起草、知识检索增强、代码辅助开发、技术手册解析、多源数据整合等功能。平台运行在符合IL5/IL6安全等级要求的军用云架构之上，强调零信任架构、分级访问控制、模型行为审计与数据主权隔离机制。与早期通过公共API接入商用模型不同，GenAI.mil采用“军内托管+企业技术支持”的运行模式，即模型在军方可控环境内部署、微调与加固，企业仅负责算法迭代与技术维护。这种设计的核心目标，是降低供应链与数据泄漏风险，确保核心作战数据始终处于军方掌控之下。

美国战争部使用的大语言模型（图片来源于网络，如有侵权请联系后删除）

YFQ-42A无人机（图片来源于网络，如有侵权请联系后删除）

在军种层面，统一底座之上形成“共用能力+任务定制”的扩展结构。美国空军将生成式人工智能嵌入CCA无人机及自主作战体系建设进程之中。在“自主化政府参考架构”（A-GRA）框架下，自主控制算法与飞行平台实现解耦，而生成式模型则主要承担信息融合与人机交互功能，例如自动生成飞行任务简报、辅助战术方案草拟、整理维护记录与故障分析报告。大模型并不直接参与飞控或武器释放决策，而是作为“认知层支撑系统”，缩短决策准备时间，提高人机协同效率。目前，Shield AI与RTX柯林斯公司已主导“自主化政府参考架构”的早期部署工作。该架构已集成至YFQ-42A与YFQ-44A两款CCA无人机，并开展了半自主飞行测试，验证其在复杂任务环境下的信息处理与协同能力。

美国陆军的应用重点则集中在多域作战背景下的参谋体系优化与后勤流程重构，因为陆军作战体系高度依赖标准化文书与流程化命令结构。由陆军研究实验室开发，基于GPT-4 Turbo/Vision而开发的COA-GPT已在旅级与师级单位试点，用于自动生成作战命令草案、战损评估报告及情报汇总材料。通过与战场管理系统的数据接口对接，模型能够整合陆、空、天、电、网多域信息，输出面向指挥官的态势摘要与决策选项说明。这种能力的实质意义在于压缩参谋周期、加快决策节奏，使指挥链条在高对抗环境中保持信息优势与反应速度。

在海上方向，美国海军更强调远洋环境下的信息连续性与分布式决策能力。围绕“分布式海上作战”理念，海军需要在低带宽甚至通信受限条件下维持舰队级态势认知。美国海军基于GenAI开发的GPT系列生成式人工智能被用于舰载知识库问答系统、技术手册智能检索、装备维护数据分析以及电子战与网络战报告自动生成等场景。由于舰艇长期远离本土数据中心，模型的边缘部署与轻量化运行成为关键技术方向，这也推动了模型压缩、蒸馏及本地私有化推理能力的持续演进。

生成式人工智能必须处于“人在回路”的控制模式之下（图片来源于网络，如有侵权请联系后删除）

从2025年至今，美军各军种围绕GenAI.mil平台，开发了一系列GPT，具体如下表所示：

表2 美军各军种GPT模型体系

随着应用场景的不断拓展，治理框架同步强化。美国战争部在人工智能政策层面明确提出可解释性、可追溯性、可靠性与可治理性原则，强调生成式人工智能必须处于“人在回路”的控制模式之下。目前，大模型主要承担信息处理、方案生成与认知增强功能，并未被授权直接进入武器发射链路或自动化打击决策环节。通过制度层面的风险隔离与权限划分，美军在推动技术应用的同时，也维持了对战略稳定与伦理风险的控制。

从更宏观的视角观察，与Anthropic的冲突并未改变美国战争部的长期战略方向。通过政府参考架构、统一安全云环境以及数据主权控制机制，五角大楼构建了一套具备可替换性与可迁移性的技术生态。企业可以更迭，但体系结构保持稳定；模型可以升级，但控制权始终内置于军方框架之中。GenAI.mil正在逐步演化为美军信息化体系的新型基础设施，其战略定位可类比当年全球信息栅格或联合全域指挥控制在信息化战争中的基础支撑角色。目前旧的军种特定内部大语言模型（例如 NIPRGPT 或 CamoGPT）在 GenAI.mil 全军通用平台上线后，逐渐在空军或一些单位中停用或合并至统一框架中。

GenAI.mil正在逐步演化为美军信息化体系的新型基础设施（图片来源于网络，如有侵权请联系后删除）

总体来看，美国战争部与大模型企业的合作已经从试验性接入阶段，进入体系化嵌入与规模化应用阶段。生成式人工智能正成为参谋体系、后勤保障、训练评估与自主作战架构中的通用能力模块。未来竞争的关键，不在于单一企业的进退，而在于谁能够在模型安全、数据主权与作战体系深度融合之间取得平衡，并形成可持续、可扩展的军事智能化能力结构。