美国国防部AI赋能软件系统:Palantir Maven智能系统流程解析

Maven智能系统是由Palantir技术公司主导开发、服务于美国国防部“Maven项目”（Project Maven）的核心软件平台。该软件平台不是一个单一的工具，而是一个旨在实现美国国防部“联合全域指挥与控制”（JADC2）概念的AI赋能软件系统。

自2017年“Maven项目”启动以来，Maven智能系统已从最初处理无人机全动态视频的计算机视觉应用，演变为一个能够融合海量多源情报、自动化目标识别与推荐、辅助生成作战计划，并最终加速“从传感器到射手”整个杀伤链的综合性作战系统。该系统在近年来的多次演习和实战（包括俄乌冲突、中东地区的反恐和军事行动，以及2026年的美以伊冲突和美军绑架委内瑞拉总统马杜罗的行动）中扮演了关键角色，标志着人工智能在现代化战争中应用的深度和广度达到了新的水平。

2017年4月，时任美国国防部副部长罗伯特·沃克（Robert O. Work）宣布成立“算法战跨职能团队”（Algorithmic Warfare Cross Functional Team），又名“Maven 项目”，该项目旨在利用人工智能和机器学习技术来分析大量的情报数据，特别是无人机收集的图像和视频，以提高情报分析的效率和准确性。其最初的实战目的是分析美军无人机在叙利亚和伊拉克拍摄的大量全动态视频，为针对伊斯兰国（ISIS）的打击行动提供支持。

谷歌公司曾参与项目初期建设，但其员工因反对将技术用于军事而开展大规模抗议，这最终导致谷歌公司在2019年合同到期后退出。在谷歌退出后，Palantir技术公司接手了谷歌放弃的合同。此后，随着该项目的不断发展，Palantir技术公司开发出Maven智能系统原型，将各种数据源（卫星图像、地理位置数据和通信拦截）融合为统一的战场分析界面。

2022年，“Maven项目”的管理权从美国国防部副部长办公室移交给美国国家地理空间情报局和美国国防部首席数字与人工智能办公室。美国国家地理空间情报局主要负责地理空间情报相关的AI服务。2023年11月，“Maven项目”正式成为美国国防部的“正式项目”（Program of Record），标志着其从原型试验阶段转入正式的、可持续的采办与部署阶段。作为美国国家地理空间情报局Maven人工智能基础设施的一部分，Maven智能系统也在不断发展。

2024年12月，Anduril公司和Palantir技术公司宣布成立联盟，将Anduril公司的Lattice Mesh与Maven智能系统和Palantir技术公司的AI平台连接起来，以将战术传感器数据导入AI支持的分析工作流程。2025年5月，五角大楼将Maven智能系统的合同上限从之前的4.8亿美元提高到2029年之前的13亿美元。美国国家地理空间情报局还签署了一份新的2800万美元合同，以扩大访问权限。

Maven智能系统采用开放式的数据融合架构，其核心设计理念是实现多源异构数据的标准化整合与即插即用的AI模型集成。系统构建在超大规模云基础设施之上，目前主要依托Amazon Web Services（AWS）的绝密区域运行，支持在云端与战术边缘之间的协同处理。该架构的核心是“本体论”层，负责将来自不同来源的原始数据（图像、信号、文本等）转换为具有语义的标准化对象，为上层应用和AI模型提供统一的数据基础。

Maven智能系统架构

具体而言，Maven智能系统的数据源层主要由多种型号的卫星系统、无人机系统、雷达系统和盟友数据系统组成，核心功能是提供原始侦察数据与边缘计算能力。

Maven智能系统的底层基础设施层主要由Amazon Web Services（AWS）提供，核心功能是提供系统运行的计算、存储与云环境，支持在绝密级别处理国防数据。

Maven智能系统的数据融合与处理层主要由Palantir技术公司、微软等公司开发，核心功能是通过“本体论”将超过150个数据源的异构数据（卫星影像、雷达信号、通信拦截、无人机视频等）进行清洗、标准化和关联，为构建统一的实时战场态势图奠定基础。

Maven智能系统的AI模型集成层（“模型目录”）主要由Anthropic公司等AI公司提供，核心功能是提供多种AI模型的集中管理与调用接口，支持任务与模型的最优匹配。

Maven智能系统的功能应用模块层则包括遥测与传感器模块、目标提名模块、战场空间管理模块等。其中，遥测与传感器模块负责接入并显示侦察平台（例如：搭载FLIR传感器吊舱的无人机）的实时飞行数据与传感器指向，并生成敏感目标点（SPI）供后续处理。目标提名模块负责将AI检测结果与人工情报融合，供操作人员审核并“提名”为正式打击目标。战场空间管理模块负责提供实时协同作战视图。行动方案生成模块负责基于实时数据生成并对比多种打击武器和作战方案。

Maven智能系统的核心能力包括：

1. 实时统一的战场空间管理

基于其核心工具Gaia，Maven智能系统能够提供一个实时同步的作战视图。该视图整合了来自卫星、无人机、雷达、信号情报和社交媒体等多达150个以上的数据源，通过自定义地图图层和实时数据流，为指挥员和作战人员提供统一、准确的战场态势图，支持协同任务规划。

2. AI驱动的联合瞄准与打击

通过Maverick、Target Workbench和Target Nexus等工具模块，Maven智能系统能够集中识别、管理和统一分配目标。该系统可以自动筛选合法目标、进行优先级排序，并推荐最优的打击武器（例如：Maverick模块可自动匹配打击武器生成作战方案），从而将目标信息直接或间接地传输给前线各军种的打击系统。

3. 增强型计算机视觉与自主检测

通过广域监视与瞄准系统（BAS-T）、模式分析器等工具，Maven智能系统可处理海量图像和全动态视频。该系统能从卫星或无人机影像中检测、分类和识别潜在威胁（例如：敌方坦克、导弹发射器、舰船），并在界面上对不同类别的目标进行标注，实现初步的目标分类功能。

4. 生成式AI辅助决策与规划

Maven智能系统集成了多种大语言模型（例如：Anthropic公司的Claude），允许作战人员利用AIP Assist、AIP Threads等工具，通过自然语言交互完成作战情报分析、作战方案生成、作战行动规划等复杂任务。

5. 低代码/无代码的自助式应用构建

Maven智能系统允许非技术背景的作战人员基于其“本体论”（即数据的标准化模型）快速构建定制化的应用程序和仪表盘，以适应特定任务或临时需求，极大地提升了系统的灵活性和响应速度。

2026年3月14日，Palantir技术公司发布了一条有关Maven智能系统的演示视频，基于该视频，我们或许能够整理出该系统在实际应用过程中的大致工作流程。Maven智能系统大致工作流程包括四个阶段，分别是目标侦察和确认、打击武器匹配和作战方案生成、作战方案执行和战损评估。

1. 目标侦察和确认

操作人员通过一个实时同步的作战视图获取战场态势，并选中正在目标上空的无人机获取目标实时遥测图像。系统内置目标识别算法对无人机获取的图像进行处理，并形成初步的目标分类视图。操作人员调整图层，选取已存在的目标区域交通地图，明确该区域的行车方向。

无人机的实时遥测图像

（图片来源于网络，如有侵权请联系删除）

选取已存在的目标区域交通地图

（图片来源于网络，如有侵权请联系删除）

操作人员放大目标画面，选取打击车辆，系统自动显示打击目标的地理位置信息。一旦操作员确认某个候选目标是合法的、符合交战规则的，即可点击此按钮将其“提名”至打击列表。

确定并“提名”打击目标

（图片来源于网络，如有侵权请联系删除）

2. 打击武器匹配和作战方案生成

操作人员可在系统界面左侧的打击列表中找到刚才“提名”的打击目标，并点击进入打击流程列表。

在打击列表中找到“提名”的打击目标

（图片来源于网络，如有侵权请联系删除）

操作人员可以看到，刚才“提名”的打击目标已经入打击流程列表，并且正处于“动态”（DYNAMIC）阶段。操作人员可将其拖入“待匹配”（PENDING PAIRING）阶段，为打击目标匹配适合的打击武器。

进入打击流程列表

（图片来源于网络，如有侵权请联系删除）

将打击目标拖入“待匹配”阶段

（图片来源于网络，如有侵权请联系删除）

操作人员点击处于“待匹配”阶段的打击目标，点击允许调用Maverick智能模块，系统将自动调用该模块进行智能打击武器匹配。

调用Maverick智能模块

（图片来源于网络，如有侵权请联系删除）

操作人员进入打击武器匹配界面，点击界面左侧“推荐任务派遣”（Recommand Taskings）按钮，Maverick智能模块自动生成推荐的打击作战方案。

进入打击武器匹配界面

（图片来源于网络，如有侵权请联系删除）

自动生成AI推荐的打击作战方案

（图片来源于网络，如有侵权请联系删除）

操作人员可通过对关键指标的控制，筛选合适的打击武器和作战方案。系统将根据关键指标权重，自动筛选出合适的打击武器和作战方案。确定打击武器和作战方案后，操作人员可点击“提交”（Propose）按钮进行提交，并随后点击“批准”（Approve）按钮批准作战方案开始执行。

通过对关键指标的控制筛选合适的打击武器和作战方案

（图片来源于网络，如有侵权请联系删除）

系统根据关键指标权重设置自动筛选出合适的打击武器和作战方案

（图片来源于网络，如有侵权请联系删除）

“提交”并“批准”作战方案

（图片来源于网络，如有侵权请联系删除）

3. 作战方案执行

系统开始执行作战方案，并为打击武器下达指令。与此同时，系统自动监控作战方案执行情况，实时反馈进展程度和打击开始时间。

实时反馈进展程度和打击开始时间

（图片来源于网络，如有侵权请联系删除）

系统实时反馈无人机在现场捕捉到的打击画面，显示打击效果。

显示打击效果

（图片来源于网络，如有侵权请联系删除）

4. 战损评估

系统生成战损评估，确认针对打击目标的作战行动方案是否取得良好的打击效果，并为是否需要后续打击提出建议。打击目标进入“待处理战损评估”（Pending BDA）阶段。在确认已实现预期的打击效果后，操作人员可将目标拖入最后的“完成”（COMPLETE）阶段。打击流程到此结束。

系统生成战损评估

（图片来源于网络，如有侵权请联系删除）

纵观整个操作流程，Maven智能系统体现了以下几点技术优势：

◾统一的目标本体：所有目标都被抽象为统一的“目标对象”，便于后续的融合、分析和任务分配。

◾实时态势感知：Maven智能系统能够将原始的传感器实时数据（例如：FLIR视频流）即时转化为带有精确地理坐标的战术情报，并集成到一个统一的作战视图中，为操作人员或AI智能体提供了决策所需的全景信息。

◾“传感器到射手”的无缝连接：Maven智能系统将原始的传感器实时数据与己方的打击武器实时状态进行整合，方便操作人员进行目标选择、目标确认、打击武器选择和作战方案制定。

◾人机协同的“人在回路中”操作流程：AI智能体负责繁重的数据处理、初步筛选、作战方案制定，人类操作员负责关键的目标选取、目标确认和打击决策。这极大地降低了人类操作员的工作量，也符合“由人类做出最终决策”的原则。

◾加速杀伤链闭环：将AI智能体检测结果直接以标准化卡片形式呈现，并提供一键“提名”功能，极大地压缩了观察、判断、决策和行动（OODA）的杀伤链闭环时间。

值得注意的是，当前公开演示的，仅仅是Maven智能系统在战术端打击工作流程中的冰山一角。这些直观的界面虽然清晰地呈现了“AI辅助目标识别”与“一键提名”的高效性，但这些流程只是整个系统能力的表层。实际上，作为一个支撑美国国防部“联合全域指挥与控制”（JADC2）概念的基础性AI赋能平台，Maven智能系统的日常维护、迭代更新以及后台运行的复杂功能，远比这次演示的要深邃和庞大。

Maven项目曾被用于多场美军参与的局部战争中，其中包括：

◾反恐战争（2017-2018）：早期版本即被部署用于支持在伊拉克、叙利亚和非洲之角打击ISIS和青年党的行动。

◾“赤龙绿洲”系列演习：自2020年起，Maven智能系统在“赤龙绿洲”（Scarlet Dragon Oasis）系列演习中不断测试和演进，实现了跨军种的数据共享和协同打击。

◾俄乌冲突（2022-至今）：美国利用Maven智能系统处理卫星图像情报，向乌克兰提供俄军装备位置信息。乌克兰方面也广泛使用Palantir的软件（大部分与Maven智能系统相关）进行无人机目标识别和打击。

◾中东地区（2024）：2024年2月，负责美国在中东军事行动的美国中央司令部首席技术官斯凯勒·摩尔表示，在2月2日美军对伊拉克和叙利亚的85次空袭行动中，Maven智能系统的AI算法帮助缩小了目标范围。

◾北约应用：2025年3月，北约正式采购Maven智能系统，并在其“坚定决断”等演习中作为主要的AI赋能指挥控制系统。

◾“绝对决心”行动（2026年1月）：据报道，Anthropic公司的Claude系统（通过Maven智能系统集成）在美国抓捕委内瑞拉总统马杜罗的行动中发挥了重要作用。

◾美以伊冲突（2026年）：Maven智能系统及其集成的Claude系统被用于“史诗狂怒行动”的规划和执行，该系统在行动首日协助锁定了超过1000个目标，并在作战过程中进行实时评估。

根据Palantir官方信息，Maven智能系统已在美国印太司令部（INDOPACOM）、美国欧洲司令部（EUCOM）、美国中央司令部（CENTCOM）等所有主要战区司令部达到“生产级”部署水平，用户账户数量庞大，仅中央司令部就有约1.3万个账户。

随着人工智能技术的不断发展，Maven智能系统所具备的功能可能将继续丰富。未来，该系统有望在现有基础上进一步拓展多源数据的融合范围，更广泛地接入商业卫星、战术边缘传感器及盟友情报流，提升对复杂战场态势的感知粒度。Maven智能系统的发展值得我们持续关注。