🔔 关注本号，获取全球防务科技前沿情报分析

深 度 情 报 分 析

AI如何改变海底战争？——美国海军DARPA/ONR水声领域AI作战应用全景解析

📅 2026年6月26日|⏱️ 阅读约12分钟

— · —

【核心结论】美国海军及DARPA正在将水声领域与人工智能的融合作为未来海底战的核心竞争力。2024-2026年是这些技术从原型验证向海军实战化过渡的关键窗口期。DARPA FY2026预算重组将水下与自主系统项目转入新设立的"访问与感知"项目单元，标志着水下AI能力被提升至战略优先级。

当前研究呈现三大主线：水声对抗（ASW）从传统声纳向"声学情报"范式转变；水声通信与导航借助AI实现自适应和端到端优化；以Manta Ray和Deep Thoughts为代表的AI作战平台推动无人海底作战快速迭代。本文将逐一深入解析。

一、水声对抗：从"被动监听"到"声学情报"

1.1 MARINA：水声AI基础模型

🔬 MARINA（Maritime Acoustic Recognition and Identification with Novel Algorithms）

主管机构：DARPA | 主承包商：Kitware | 合同：W912CG-24-C-0020 | 状态：2024-2025年活跃开发

开发一套适用于多种平台（从水面高性能系统到紧凑型水下无人机）的被动声学数据分析基础模型。核心突破包括跨域层次化预训练（利用陆地声学模式适配水下场景）、显式保留相位信息（精细目标识别关键）、以及模型蒸馏与剪枝（适配SWaP受限设备）。已汇集超过1,800小时音频数据，利用DoD HPCMP超级计算机（约100块GPU）训练。

📊 情报评估

MARINA代表了美军在通用化水声AI能力上的重大投入。其核心目标是构建可迁移、可扩展的声学基础模型，使各类平台无需从零开始训练即可获得高水平水声目标识别能力。这对快速部署新型无人海底平台具有战略意义。

1.2 智能主动声纳：AI实时闭环控制

ONR在PE 0602747N（Undersea Warfare Applied Research）项目下持续投入智能主动声纳研发。AI不仅用于数据处理，更作为实时闭环控制声纳硬件的决策引擎——根据当前海底环境实时自动调整工作参数，利用环境噪声信息开发新型战术探测方法，通过深度学习改进杂波分类与目标鉴别。

1.3 Ultra Maritime：全ASW杀伤链AI赋能

⚓ Ultra Maritime（英国，与英美澳海军合作）

合作方：利物浦大学 | 时间线：2025年持续交付

AI应用于ASW指挥链的每个阶段：检测、定位、跟踪和自动化战术决策。Sea Spear轻便可部署声纳（21英寸直径展开为高性能宽孔径阵列）2025年进行全作战演示；下一代声纳浮标采用增强电池技术延长作战寿命；提供集装箱化ASW任务舱实现快速部署。

📊 情报评估

Ultra Maritime代表了产业界将AI ASW技术快速产品化的前沿。其与Anduril（美国国防科技独角兽）的合作凸显了美及盟友在"分布式海底传感器-无人平台-AI决策"一体化方面的工业协同。

1.4 ACINT：从"声学探测"到"声学情报"

AI正在将ASW推向"声学情报（ACINT）"新范式。关键技术方向包括：持续元学习（Continuous Meta-learning）——系统与威胁同步演进；多静态分布式网络——多声纳源/接收器协同追踪安静潜艇；可解释AI（XAI）——确保决策者理解AI推理过程；传感器融合——整合声纳、雷达和卫星数据形成统一智能平台。

ACINT概念的出现标志着AI不再只是ASW的辅助工具，而是正在成为定义ASW作战方式的核心要素。这要求从传感器架构、数据基础设施到人员训练的全方位变革。

—— 情报评估

1.5 DASH体系：固定深海传感器 + 移动猎杀

— · —

二、水声通信与导航：AI重塑物理层设计

2.1 POSYDON：深海版"GPS"

🌊 POSYDON（Positioning System for Deep Ocean Navigation）

DARPA STO | BAE Systems FAST Labs主导 | MIT MSEAS（海洋建模）| Draper Lab

创建类GPS深海导航定位系统，使潜艇无需上浮即可确定位置。综合利用水声信号、水面浮标、水下信标和GPS信号，通过水声信标网络三角测量定位。MIT MSEAS负责区域海洋建模与数据同化，Draper Lab开发环境自适应接收机。

📊 情报评估

POSYDON是水下作战体系的"底层基础设施"。没有精确导航和定位，任何分布式UUV网络或海底武器系统的效能都将大打折扣。该项目也直接推动了AI水声通信的研究。

2.2 AI赋能水声通信：六大技术方向

🎯 物理层与网络层技术突破

• 深度强化学习自适应调制编码（DRL-MCS）
  ：动态计算最优调制编码方案，无需传统高延迟反馈机制
• CNN/LSTM自动调制识别
  ：实现多态接收机（Polymorphic Receiver），增强抗截获能力
• AI端到端通信系统
  ：深度学习模型完全替代传统编解码，数据驱动适应水声信道
• DRL自适应导频设计
  ：根据信道条件动态调整导频符号，避免频率选择性干扰
• ML多普勒补偿
  ：Rutgers开发的联合多普勒估计与补偿技术
• 数字孪生框架
  ：模拟数据预训练+实地数据微调，实现鲁棒自适应通信

2.3 Ocean of Things：构建"数字海洋"

Ocean of Things部署数千低成本智能浮标形成漂移分布式传感器网络，收集海洋温度、海况、位置数据以及商业船只/飞机活动数据，经卫星回传至政府云网络。这些数据不仅是海洋学资产，更是训练AI水声模型、验证信道模型、提供UUV任务前环境先验信息的关键资源。这种"环境数据优势"本身可能成为未来海底战的决定性因素。

— · —

三、AI水下作战平台：从概念到实战

3.1 Manta Ray：超大型长航时UUV

🤖 Manta Ray（XLUUV）

DARPA 2020年启动 | Northrop Grumman + PacMar Technologies | TRL 6 | 预算约7,500万美元

采用浮力驱动滑翔，极为节能；配备海洋温度梯度能量采集技术；可锚定于海底低功耗"冬眠"待机；多载荷舱支持多种海军任务。2024年完成全尺寸水中测试，验证了模块化快速跨国部署能力。

夏威夷渔民发现事件：2024年8月，夏威夷渔民在Waikiki外海发现PacMar的亮黄色原型机（疑似具备跨介质飞行能力），引发广泛关注。若跨介质能力被证实，将打破传统海空分界，是革命性突破。

3.2 Deep Thoughts：颠覆全深海AUV现状

🔭 Deep Thoughts（全深海小型AUV）

DARPA TTO | 2026年4月发布征集 | 预计11月启动 | 周期24个月 | 单阶段硬件为中心

目标是在比现有AUV小得多的尺寸下到达全海洋深度（含马里亚纳海沟）。核心要求：将设计-生产-集成-测试周期从"数年"压缩到"数月甚至数周"；建立多级安全数字工程生态系统；不追求一次性演示器，而是最终能批量建造的车辆。TA2为SECRET级别，明确指向军事应用。

📊 情报评估

Deep Thoughts代表了DARPA对当前深海AUV"大而慢贵"现状的颠覆性回应。24个月的激进时间表体现了美军对快速获取海底能力的紧迫感。

3.3 更多平台与机构化进展

— · —

四、战略评估与未来趋势

4.1 从"平台中心"到"网络中心"海底战

美军水声AI发展正在推动海底战从"以核潜艇为核心"向"分布式传感器 + UUV蜂群 + AI决策云"转型。关键趋势：Manta Ray的海底休眠和Deep Thoughts的小型全深海能力，使美军能够在关键海域预置大量智能节点；DASH/DSS概念将反潜从"单一平台搜索"转变为"传感器网络持续监视 + 自主平台按需猎杀"；AI作为"力量倍增器"，使无人平台自主执行此前需载人平台完成的复杂任务。

4.2 技术竞争态势一览

4.3 关键时间节点预警

2025下半年

Ultra Maritime Sea Spear全作战演示；Manta Ray海军过渡测试

2026年11月

Deep Thoughts项目启动，预计2028年底完成全海洋深度AUV原型

2026财年

DARPA"访问与感知"预算单元重组，更多新项目将浮出水面

2027-2028年

POSYDON Phase III完整系统演示；TRAPS进一步规模化部署

4.4 主要项目速查

— · —

📌 报告说明

本报告基于公开来源情报（OSINT）编制信息来源于DARPA公开文件、美国海军预算文件、承包商新闻发布、学术出版物和权威防务媒体不涉及机密信息