人工智能正进一步进入传统装甲装备的操作与控制环节。

美国《Breaking Defense》10月7日报道，通用动力陆地系统公司（GDLS）与人工智能企业Primordial Labs达成合作，计划将后者研发的Anura智能语音控制系统引入M1主战坦克、XM30下一代步兵战车等装甲平台，帮助乘员通过语音指令操作车载设备，减轻复杂战场环境下的操作负担。

这一合作表明，美军装甲装备智能化发展正从目标识别、辅助决策等领域，进一步延伸至车辆内部的人机交互。

从传统操作向语音控制转变

现代装甲车辆集成了通信网络、光电传感器、态势感知和自动化辅助系统，功能持续增加，但乘员数量和操作空间受到严格限制。

这一矛盾在XM30步兵战车项目中尤为突出。与现役M2“布雷德利”步兵战车3人车组相比，XM30计划将乘员减少至2人，同时引入更多先进电子设备。

按照传统操作模式，乘员需要在车辆行进过程中完成设备切换、按键操作、信息录入等任务。夜间、恶劣天气和复杂地形环境进一步增加了操作难度。

GDLS认为，语音控制能够提供更加直观的人机交互方式，使乘员将部分操作任务交由软件执行，从而把更多注意力集中于战场态势判断和任务实施。

AI助手承担“虚拟乘员”角色

Anura的核心功能，是将乘员发出的自然语言指令转换为具体设备操作。

按照双方介绍，该系统可执行通信网络切换、战术报告发送、车载摄像头视角调整等任务，减少人工操作步骤。

例如，乘员可以通过语音要求相关自动化系统加强侧翼威胁搜索，同时继续关注车辆正前方目标。

这意味着，AI助手不仅用于简化单个设备操作，还可能成为协调多个车载信息系统的统一交互入口。

Primordial Labs表示，Anura采用平台无关设计，可适配不同类型装备。公司此前主要开展小型无人机相关技术演示，目前也在探索面向陆军直升机乘员的智能辅助应用。

明确不接入武器发射控制

值得注意的是，此次合作对AI系统的操作权限设置了明确边界。

GDLS强调，Anura不会直接控制车辆武器发射，也不承担致命性打击任务。当前选择的应用主要集中于通信管理、信息处理和观察设备操作等相对容易验证安全性的功能。

在技术路线方面，Anura并未采用生成式人工智能，而是运用面向特定任务的机器学习技术，将语音指令映射为相应系统操作。

与开放式内容生成不同，这种方式强调任务范围明确、输出行为可预测，有利于降低系统验证难度。但其实际可靠性仍需要通过语音识别、设备适配和复杂环境测试加以检验。

从单一装备改进走向人机协同升级

目前，Anura尚未安装在美陆军正在测试的XM30原型车上。GDLS计划将其作为未来升级选项，逐步探索在XM30以及M1坦克、“斯特赖克”装甲车辆等平台上的应用。

因此，此次合作仍处于技术集成与应用规划阶段，不能等同于相关能力已经形成或完成列装。

从发展方向看，装甲车辆智能化正呈现新的特点：一方面，传感器、通信设备和自动化系统不断增加；另一方面，军方希望通过更加简洁的人机交互方式，降低复杂系统对乘员操作能力和注意力资源的占用。

未来，AI辅助技术的价值不仅取决于算法性能，还取决于能否在噪声干扰、通信受限和高强度机动等条件下稳定工作，以及能否建立清晰的权限控制和人工接管机制。

此次合作反映出，美军装甲装备现代化正在探索由“增加自动化功能”向“提升人机协同效率”转变。如何在减少乘员负担的同时确保系统可靠、操作可控，将成为相关技术走向实际应用的重要检验标准。

参考信息来源：

美国《Breaking Defense》2026年10月7日Sydney J. Freedberg Jr.文章《General Dynamics taps Primordial to build AI assistant for combat vehicle crews》。文中技术功能、应用计划及相关限制主要依据GDLS和Primordial Labs负责人公开表述。

免责声明：本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。所载内容观点不代表本公众号观点，仅供参考。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。