前沿科技

2026年4月29日，美国情报高级研究计划局（IARPA）正式发布了五个全新的AI聚焦研究项目，旨在通过”新兴技术加速器”（Emerging Technology Accelerator, ETA）框架，加速向情报界交付关键任务技术能力。

这五个项目——ARCADE、COSMIC、DECIPHER、LocUS、MOVES——分别聚焦于电路设计自动化、地理空间变化监测、多语言术语解码、音视频地理定位和视频健康诊断五大前沿领域，代表了美国情报界在AI技术应用上的最新布局。

“这些研究项目将通过弥合新兴解决方案与成功应用之间的技术差距，帮助构建直接适用于任务需求的能力。”

—— 美国国家情报总监办公室首席副局长 Aaron Lukas

✦ ✦ ✦

背景：什么是ETA框架？

IARPA隶属于美国国家情报总监办公室（ODNI），是美国情报界的”前沿技术实验室”，专门负责高风险、高回报的前沿技术研究。

此次发布的五个项目均采用新兴技术加速器（ETA）框架。与传统的长周期研究项目不同，ETA采用精益、敏捷的模式，项目周期通常为12-18个月，旨在快速验证技术可行性并加速向实际应用转化。

2026年1月7日，IARPA在马里兰州罗克维尔市举办了Proposers’ Day（提案者日），超过550名来自政府、科技行业、小企业和学术界的代表参加了此次活动，显示出业界对这些项目的浓厚兴趣。

📌 关键时间节点：提案截止日期为2026年6月30日。其中COSMIC和DECIPHER已开放征询，ARCADE、LocUS和MOVES处于预征询阶段。

✦ ✦ ✦

五大项目一览

项目	全称	核心领域	周期
ARCADE	AI电路自动化与设计工程	电路设计AI助手	12个月
COSMIC	商业观测时空变化监测	地理空间AI监测	18个月
DECIPHER	语言上下文隐藏表达解读	多语言术语解码	12个月
LocUS	利用声音定位	音视频地理定位	15个月
MOVES	运动观察与视频评估系统	视频健康诊断	14个月

✦ ✦ ✦

项目一：ARCADE

AI驱动的电路设计”超级助手”

AARCADE

Artificial Reasoning for Circuit Automation and Design Engineering

🤖 AI知识助手📄 文档解析⚡ 自然语言查询🔧 元器件推荐

想象一下，你是一位电路工程师，面对成千上万份元器件数据手册、原理图和技术文档，需要为一个新的硬件系统选择最合适的芯片。传统方式可能需要数天甚至数周的人工翻阅和比对。

ARCADE要做的，就是打造一个AI”超级助手”，能够自动摄取和解读这些复杂的技术文档——包括文本、数据手册、图表、原理图、表格等——将电气元器件的关键规格和接口信息编译成一个可搜索的知识平台。工程师只需用自然语言提问（比如”推荐一款5V输出、低功耗的稳压器”），系统就能快速给出最优推荐，并附上数据来源引用。

📅 周期：12个月（两阶段）   📊 状态：预征询

ARCADE分为三个技术任务领域：

1智能数据摄取与解释——快速”读懂”复杂技术文档，将规格参数编码到知识库中

2智能查询与检索——支持上下文感知的智能搜索，甚至能对数据进行”插值推理”

3智能元器件选择助手——提供直观的聊天界面，集成到工程师日常工作流程中

💡 核心价值：将原本需要人工翻阅数千份文档的电路设计流程，压缩到几分钟的智能查询。不仅大幅提升效率，还能帮助工程师发现可能被忽略的最优替代方案。

✦ ✦ ✦

项目二：COSMIC

给地球装上”AI全天候监控眼”

CCOSMIC

Commercial Observation for Spatio-temporal Monitoring for Indications of Change

🛰️ 商业遥感🌍 地理空间AI🔍 变化检测🤖 智能体AI

当前的卫星遥感数据存在一个核心痛点：不同卫星、不同时间、不同角度拍摄的图像难以有效融合。你可能有一张周一的光学照片、周三的雷达图像和周五的多光谱数据，但它们分辨率不同、角度不同、光谱不同，很难放在一起比较分析。

COSMIC要解决的就是这个问题。它利用AI和计算机视觉技术，将来自不同商业卫星的多源异构数据——包括非垂直角度拍摄的图像、非RGB光谱波段的数据、不同高度（无人机或卫星）采集的图像——融合转化为统一的”伪持久数据”（Pseudo-Persistent Data, PPD），构建分层时序地理空间模型。

📅 周期：18个月   📊 状态：已开放征询

更令人印象深刻的是，COSMIC还能预测缺失的数据——如果某个时间点或某个光谱波段没有卫星过境，AI可以通过图像扩散或其他生成式AI方法”补全”缺失的图像。这意味着情报分析师可以获得几乎连续的地面监控能力。

该项目还明确要求兼容智能体AI系统（Agentic AI），即AI可以自主地利用这些数据回答情报问题，而不需要人工逐一分析每张图像。

💡 核心价值：变化检测F1分数比传统方法提高25%，检测时间减少25%。地理定位精度达到CE90 10米。这意味着从卫星图像中发现”某区域正在大规模建设”这类情报，将变得更快更准。

✦ ✦ ✦

项目三：DECIPHER

破解”暗语”的AI语言学家

DDECIPHER

Deciphering Contextual and Hidden Expressions in Language for Intelligence Exploitation and Research

🗣️ 多语言NLP🔐 编码语言破解📝 术语定义生成📈 概念漂移检测

情报分析中有一个长期痛点：截获的通信中充满了俚语、行话、编码语言和未定义的缩写，而且这些语言还在不断演变。对手会快速调整用语来逃避检测。传统的词典和翻译工具对此束手无策。

DECIPHER就是针对这个痛点打造的AI”语言学家”。它能够从有限的上下文信息中，自动检测专业语言（包括故意的编码语言、新兴俚语、多义词等），并生成可能的定义和解释。更厉害的是，它还能追踪术语随时间的演变，检测”概念漂移”——当某个暗语的含义发生变化时，系统能够及时捕捉。

📅 周期：12个月   📊 状态：已开放征询

DECIPHER分为两个核心技术任务：

1检测（TA1）——在大型多语言语料库中自动识别专业语言和可疑术语

2定义（TA2）——即使只有少量上下文实例，也能为专业术语生成准确的英语定义和解释，并附带置信度分数

值得注意的是，DECIPHER明确要求支持多语言内容处理，特别是高资源和中等资源语言。系统还需要提供一个用户友好的界面，以词典形式展示术语定义，并能在文档中标注注释。

💡 核心价值：大幅压缩情报分析中的”语言破译”周期。即使面对程序完成后才出现的新俚语或新编码，系统也能识别和定义。这将使情报界能够有效分析那些通常会逃避现代信息检索技术的加密或隐晦通信。

✦ ✦ ✦

项目四：LocUS

“听声辨位”的AI地理侦探

LLocUS

Location Using Sound

🔊 音频分析👁️ 计算机视觉📍 地理定位🔗 多模态融合

一段没有GPS信息的视频，你能判断它是在哪里拍摄的吗？如果视频中有特定的交通噪音、鸟鸣声、某种语言的口音，或者建筑风格、植被类型等视觉线索呢？

LocUS（Location Using Sound，利用声音定位）正是要开发这样的技术。它不仅分析视频中的视觉信息（建筑风格、地形地貌、植被、道路标识等），还充分利用音频信息（环境声音、语言口音、交通噪音、宗教广播声等），将两者融合进行地理定位推理。

📅 周期：15个月   📊 状态：预征询

LocUS的搜索范围非常广泛——从一个街区到整个大洲。在最极端的测试场景中，系统需要在2500公里范围内（相当于整个中国大陆的跨度），在5分钟内将目标定位到250米精度范围内（CE90 < 250米）。

该项目同时支持室内和室外场景的地理定位，这对传统仅依赖卫星影像的方法是一个重大突破。实际应用场景包括：

1反人口贩卖——定位受害者视频的拍摄地点

2人质救援——分析人质视频中环境声音确定位置

3恶意行为者追踪——通过社交媒体或缴获设备中的多媒体内容定位目标

💡 核心价值：将情报界的地理定位能力从”仅靠看”提升到”看+听”的多模态融合，大幅增加可以准确定位的多媒体内容量。即使没有GPS元数据，也能快速锁定视频拍摄地。

✦ ✦ ✦

项目五：MOVES

从视频中”看”出神经系统疾病

MMOVES

Movement Observation and Video-based Evaluation System

🏥 远程医疗🦴 姿态估计🧠 神经疾病诊断🎬 视频理解

这是五个项目中最”跨界”的一个。MOVES要做的，是从非临床环境下拍摄的视频中，利用AI诊断神经系统运动障碍。

想象一段在菜市场拍摄的视频：一个人穿着厚重的冬装，部分身体被遮挡，但AI能够透过衣物提取骨骼运动信息，检测出细微的震颤或步态异常，从而辅助诊断帕金森病、亨廷顿病等神经系统疾病。

📅 周期：14个月   📊 状态：预征询

MOVES包含两个核心技术交付物：

1衣物下骨骼运动提取——从穿着各种衣物的视频中提取骨骼运动和体型信息，输出骨骼火柴人动画。关键点定位精度 PCKh@0.5 > 95%，频率响应 > 12Hz

2诊断排序与执行——将视频片段按诊断重要性排序，输出约15秒的关键片段。诊断准确率目标为80%。需从帕金森病、亨廷顿病、ALS等六种疾病中选择三种

需要强调的是，MOVES并非要取代医生，而是辅助医疗专业人员在远程医疗场景下提供更好的诊断能力。该项目也测试一个更长远的愿景：从开源数据中评估个人和群体的多种健康指标。

💡 核心价值：在远程医疗日益普及的背景下，让AI成为医生的”远程助手”，即使在非理想的视频条件下也能辅助诊断神经系统疾病。从情报角度看，这意味着可以通过开源视频评估目标人物的健康状况。

✦ ✦ ✦

深度解读：五大项目的战略意图

1. 从”数据收集”到”智能理解”

这五个项目有一个共同特点：它们不关注如何收集更多数据，而是关注如何从现有数据中提取更多价值。COSMIC融合已有的多源遥感数据，DECIPHER解析已有的通信文本，LocUS利用已有的音视频内容，MOVES分析已有的视频素材。这反映了美国情报界正从”数据饥渴”转向”数据消化”。

2. 全面拥抱AI Agent（智能体）

COSMIC项目明确要求兼容”智能体AI系统”，ARCADE的TA3本质上是一个AI Agent界面。这表明IARPA认为AI Agent将是下一代情报分析的核心范式——AI不再只是工具，而是能够自主理解需求、检索信息、综合分析并给出答案的”数字分析师”。

3. 快速迭代，敏捷交付

ETA框架下的项目周期仅为12-18个月，远短于传统IARPA项目（通常3-5年）。这种”精益创新”模式意味着：快速验证 → 快速失败或成功 → 快速转化。这也反映了在技术快速迭代的AI时代，传统的长周期研发模式已经跟不上节奏。

4. 深度融合商业技术

COSMIC明确使用”商业遥感”数据，MOVES利用”开源视频”，ARCADE面向”商业元器件”。这表明IARPA正积极借助私营部门的技术力量，而不是完全依赖政府专有系统。正如IARPA局长Russell Miller所说：”我们希望IARPA成为情报界新兴技术需求的’前门’。”

✦ ✦ ✦

总结

IARPA此次发布的五个AI创新项目，虽然聚焦于情报领域的具体需求，但其技术方向具有广泛的民用和商业潜力：

项目	情报应用	潜在民用价值
ARCADE	快速硬件原型设计	电子设计自动化（EDA）
COSMIC	地理空间变化监控	城市规划、灾害监测、农业
DECIPHER	多语言情报分析	跨语言沟通、内容审核
LocUS	多媒体内容定位	新闻验证、应急响应
MOVES	开源健康情报	远程医疗、健康监测

随着AI技术的飞速发展，这些项目所探索的技术方向——多模态融合、智能体AI、从非结构化数据中提取结构化知识——正在成为全球科技竞争的焦点。无论从国家安全还是技术发展的角度，都值得我们持续关注。

✦ ✦ ✦

参考来源

[1] IARPA官方公告：IARPA Releases Five New Innovation Programs[2] SAM.gov公告：DOI-ETA-FY26-30[3] ARCADE/COSMIC/DECIPHER/LocUS/MOVES 项目概述PDF[4] IARPA各项目详情页面（iarpa.gov/research-programs）

本文基于IARPA官方公开资料撰写

仅供学术研究与信息参考