人工智能赋能作战的旗舰软件平台Maven智能系统解读

问题一：什么是Maven智能系统？

回答：Maven智能系统脱胎于Maven项目。该项目由美国国防部于2017年启动，旨在为作战部队配备人工智能技术。Maven项目初期发展一波三折：谷歌曾是早期技术合作方，但因员工抗议公司涉足军用人工智能研发，于2018年退出。随后，数据整合与分析企业帕兰（Palantir）提尔接手合作，并一直作为Maven项目的核心行业合作伙伴。

2025年5月，帕兰提尔承接的国防部Maven项目合同金额上限突破10亿美元，同年秋季，Maven智能系统相关工作也被纳入这份合同范畴。

简言之，“Maven”指代美国国防部当前整体项目体系，除Maven智能系统外，还涵盖人工智能自动目标识别等多项人工智能相关工作；“Maven智能系统”则是国防部主打人工智能应用的旗舰软件平台，可接入包括Maven自动目标识别系统在内的多类数据源。帕兰提尔是该系统的总软件集成商，美国战略与国际研究中心查阅的未公开文件显示：Maven智能系统依托帕兰提尔自有平台运行。

目前，美军联合参谋部、各联合作战司令部、国防部、情报界及北约盟友均在使用该系统。帕兰提尔称，过去两年多里，系统用户规模每半年就翻一番。2025年5月数据显示，其用户量已超2万人，据此推算当前用户约8万人。

该系统搭载面向军事情报分析与目标打击的图形用户界面，同时集成了日趋完善的联合全域指挥控制（CJADC2）相关功能。帕兰提尔内部文件提到：系统界面可实时同步展示战场全域态势，帮助作战人员与指挥决策者掌握实时战况，支撑联合全域指挥控制任务落地。

操作人员可在界面内下达任务指令，同时人工核验Maven系列人工智能系统完成的目标标注。这意味着，该系统能在保证分析严谨性与决策质量的前提下，大幅缩短目标打击决策耗时。

平台可汇总、梳理并可视化海量情报、监视与侦察数据。据曼森报道，2024年美军中央司令部部署该系统时，已接入179个独立数据源，业内消息人士向战略与国际研究中心透露，此后数据源数量又大幅增长。

系统内置的人工智能模型（含Maven旗下其他数据源模型）可挖掘数据规律并可视化呈现。例如，计算机视觉模型能在卫星、无人机实时画面中识别并标记疑似目标，标记框会直接显示在操作人员屏幕上。

系统还将全流程作业模块嵌入界面，操作人员无需切换平台，即可完成从态势观察到发起行动的全流程操作。国防部公开演示内容显示：开展目标打击任务时，操作人员可选中人工智能识别的目标，评估周边可用打击装备，并结合打击时限、距离、燃油消耗等作战约束条件比对方案；选定装备后，可直接下达打击指令，后续还能依托侦察数据监控打击效果。

帕兰提尔文件列出该系统六大基础核心能力（非全部）：

• 战场态势管控

• 目标信息管理

• 人工智能辅助作战规划与执行

• 计算机视觉目标检测

• 机器辅助情报对外披露

• 生成式人工智能应用

过去十年，Maven项目与Maven智能系统的监管权责在国防部内部几经更迭。项目最初由国防部情报与安全副部长办公室管辖；2022年拜登政府调整架构，将权责拆分至国家地理空间情报局（NGA）与首席数字与人工智能办公室（CDAO）：前者负责地理空间情报工作（包括计算机视觉模型研发），后者承担系统授权管理及文本类功能运维，并支付相关使用费用。

2026年3月，美国国防部副部长史蒂夫・范恩伯格发布备忘录，要求将Maven智能系统的全部监管权责移交至首席数字与人工智能办公室，本文第六个问题将详细解读这一调整。

问题二：研发Maven智能系统旨在解决哪些难题？

回答：过去数十年，三大难题长期制约美军快速精准实施打击的能力，而Maven智能系统的人工智能技术与可视化界面，针对性破解了这些痛点：

1.情报分析能力跟不上数据采集规模

伊拉克、阿富汗战争期间，无人机空中侦察全面普及，但摄像设备数量远多于专业分析人员，大量全天候采集的影像资料根本无人审阅。

美军Maven项目落地前的具体数据并未公开，商业卫星遥感企业马克萨尔科技公司的案例足以体现问题严重性：该公司首席技术官2022年向战略与国际研究中心表示，一名分析师要看完其卫星单日采集的全部影像，需要耗时85年；而此后该公司在轨侦察卫星数量还在持续增加。美军无人机与卫星采集的数据体量，更是远超这家企业。

Maven智能系统依靠人工智能完成初步分析，标记重点目标，让分析师聚焦核心信息。统计画面中的车辆、人员等基础工作基本实现自动化。人工智能完成标注后，仍由人工复核确认，整个流程高效便捷。

2.多源数据难以实时融合

目标打击决策需要参考无人机画面、合成孔径雷达、地面雷达、信号情报、各类文书等海量异构数据，而各类设备的原始数据格式互不兼容，无法互通。

在该系统问世前，分析师需要查阅多个相互独立的系统，甚至还要调取不同终端的纸质报表。如今，统一的地图化界面整合所有数据源，操作人员无需切换平台，即可调取各类传感器信息。

Maven项目首任负责人、退役海军陆战队上校德鲁・库科尔在2026年3月的采访中表示：在这套技术出现之前，工作人员97%的时间都耗费在整合零散数据上，真正用于分析研判的时间仅占3%。

3.目标识别与火力打击环节脱节

高效的打击决策，除传感器数据外，还需要掌握战区友军部署、装备状态、行动限制以及平民分布等信息。

Maven智能系统将上述信息集成至同一界面，搭配智能推荐算法，自动筛选、排序最优打击装备；操作人员可直接在平台下达打击指令，并跟进任务进展。

美国国防部首席数字与人工智能官员卡梅伦・斯坦利在 2026年3月的演讲中说道：“如今我们在一套系统内，就能完成目标识别、制定行动方案、下达打击指令，这是颠覆性的改变。过去，这些工作要在八九个系统间来回操作，人工流转各类目标数据。”

该系统的效能提升，在美军第18空降军2023至2024年“赤龙”系列演习中得到直观验证：依托Maven智能系统，第18空降军的目标打击小组，达成了伊拉克战争时期美军高效应急打击小组的作战水准——后者被公认为美军史上效率最高的打击团队。

更值得关注的是，前者仅配备约20名工作人员，而伊拉克战争时期的同类团队人员规模超2000人。

据各方反馈，自此次评估后，系统性能再度大幅升级，2024年尚在研发的功能，目前已在美军各军种全面普及。

问题三：大语言模型在Maven智能系统中发挥哪些作用？

回答：计算机视觉模型一般基于特定领域数据训练，专注单一任务；而大语言模型依托海量跨领域数据（网络文本、书籍、代码等）训练，具备通用能力。

国家地理空间情报局一位匿名官员在曼森的著作中提到：计算机视觉技术已将打击效率提升十倍，叠加大语言模型后，效率可再提升五倍。

大语言模型主要为系统提供自然语言交互与深度规律分析两大核心能力。2025年卸任的前国家地理空间情报局Maven项目首席技术官肖恩・巴蒂尔向曼森介绍：分析师可通过自然语言与大语言模型交互，研判敌方意图、推演行动方案；同时，模型能汇总计算机视觉识别的海量目标信息，挖掘长时间维度下的行为规律。

帕兰提尔旗下人工智能平台（AIP）是Maven智能系统调用大语言模型的核心载体。战略与国际研究中心获取的帕兰提尔内部文件显示，人工智能平台搭载多款基于大语言模型的工具：

• Maven线程：支持用户上传文件，完成各类常规任务与临时分析工作；

• Maven智能助手工作室：提供定制化智能交互助手，内置企业专属数据与工具；

• Maven逻辑模块：无代码开发工具，可搭建、测试并上线基于大语言模型的功能应用。

帕兰提尔公开的演示视频，直观展现了工具的实际应用场景。在2023年国防领域人工智能平台演示中，分析师用自然语言向智能助手询问战场态势，获取情报与行动建议，并在同一界面推进作战方案。该演示当时展示的是规划中的未来功能，却清晰体现出平台依托大语言模型辅助军事决策的设计思路，也与巴蒂尔的描述相吻合。

2026年3月，帕兰提尔发布博客称，系统可无缝接入第三方软件。例如，外部人工智能识别的目标数据可导入系统，交由智能助手开展自然语言检索与分析；无人机传感器数据同步至系统后，智能助手会自动研判局势、给出行动建议。

除战场分析外，大语言模型还赋能情报共享相关行政与合规工作。系统的机器辅助情报披露功能搭建了统一平台，可追踪涉外情报发布政策、处理审批申请、自动向盟友分发合规情报，平台内还集成了基于大语言模型的政策资料库。

涉外情报审批流程向来繁琐低效，该功能即便只实现部分环节自动化，也能显著加快美军与盟友的情报共享速度。

问题四：安索帕公司在Maven智能系统中扮演什么角色？

回答：帕兰提尔通过与头部人工智能企业合作，为人工智能平台搭载底层大语言模型。民用场景下，用户可在模型库中按需选择模型；但Maven智能系统运行于涉密网络，可用模型受到严格限制。

安索帕是首家将自研模型部署至美军涉密网络的前沿人工智能企业，也是目前为该系统提供大语言模型能力的合作方。

2024年11月，帕兰提尔宣布与安索帕合作，通过人工智能平台将其旗舰模型Claude接入美军涉密网络；2025年7月，国防部续签并扩大了双方合作合同。

公开报道显示，美军在伊朗军事行动中，依托Maven智能系统调用Claude模型开展作业；2026年2月抓捕委内瑞拉前总统尼古拉斯・马杜罗的行动中，美军另一款帕兰提尔系统也使用了该模型。

除面向操作人员的前端功能外，美军或还在使用安索帕的Claude代码工具：借助人工智能智能助手编写、修改、测试系统底层代码，以此加快研发进度、强化网络安全防护。如今多数科技企业的软件开发工作，都由人工智能代码助手主导、工程师监督完成。

美国政府及合作企业尚未公开证实这一情况，但美国国防部研究与工程副部长埃米尔・迈克尔在2026年3月的发言侧面印证了相关可能性：“不同人工智能模型各有所长：Claude擅长代码开发，OpenAI的科迪克斯模型发展势头强劲，xAI模型在实时内容处理上具备优势，谷歌Gemini依托旗下视频、安防设备资源，在机器人领域表现突出。”

帕兰提尔推出的“Maven逻辑模块”，也与AI辅助代码开发的应用方向相契合，虽不能作为实锤证据，但指向性明确。

问题五：安索帕与Maven智能系统的合作前景如何？

回答：2026年，美国国防部与安索帕的合作关系急剧恶化。双方就2025年7月合同重新谈判期间，国防部要求在合同中新增条款，允许合法范围内无限制使用Claude模型，同时删除原有服务条款中“禁止将该模型用于国内大规模监控、全自动致命武器” 的限制内容，遭到安索帕拒绝。

对此，国防部将安索帕列为供应链风险企业；美国总统特朗普在社交平台发文，要求所有联邦机构在六个月内停用Claude模型。

国防部的禁令要求所有合作厂商，从供应美军的产品中移除Claude模型。目前安索帕已就此提起诉讼，案件进展喜忧参半。

近几个月，太空探索技术公司、OpenAI、谷歌等前沿人工智能企业均已与国防部达成协议，获准在涉密网络部署自研模型。未来哪家企业的模型会接入Maven智能系统的人工智能平台，目前尚无定论。

帕兰提尔首席执行官亚历克斯・卡普在 2026年3月公司大会上向媒体表示：“我们的产品目前对接安索帕模型，未来也会接入更多不同类型的大语言模型。”

国防部副部长埃米尔・迈克尔谈及模型替换与新厂商接入的难度时表示：“此前国防部仅依赖单一人工智能厂商。涉密系统的模型接入，远不像在公有云部署软件那样简单，涉密系统架构精密、安全要求极高，整合新模型工作量巨大，无法一蹴而就。但我们绝不会再单一依赖某一款模型。”

帕兰提尔也公开表态，旗下软件具备模型无关性，可兼容多款大语言模型，适配不同应用场景。

问题六：美国国防部对Maven智能系统有怎样的规划？

回答：如今，Maven智能系统已成为美军推进联合全域指挥控制建设的核心一环。系统监管权责正式划归首席数字与人工智能办公室（该机构主导联合全域指挥控制相关工作），加之2027财年国防预算文件的相关规划，都印证了这一点。

联合全域指挥控制是一项作战能力体系，而非单一项目。自2019年起，美军便着手研发落地该能力，意在解决前文提及的各类作战难题。美国国防部首席数字与人工智能办公室对此定义如下：联合全域指挥控制并非一套独立系统，而是由前线终端到指挥中枢的一系列互联能力集合。它为联合作战指挥官打通战术、战役、战略全层级的传感器与指挥系统，帮助其在复杂战场环境中掌握全局态势；同时对接美国盟友及合作伙伴的指挥控制系统，强化互信与协同能力，提升多国联合作战整体效能。

2026年3月9日，国防部副部长史蒂夫・范恩伯格签发备忘录，正式将Maven智能系统列为在编项目（纳入国防预算、获得官方正式立项的采购项目），标志着国防部将长期推进这款帕兰提尔研发的平台。

备忘录强调，该系统对联合全域指挥控制建设至关重要：“为持续保有数据驱动的决策优势，必须集中资源深化人工智能在联合作战部队的应用，将人工智能辅助决策打造为联合全域指挥控制战略的核心支柱。”

备忘录要求30日内完成系统监管权移交，并指令国防部首席技术官埃米尔・迈克尔开展评估，计划将Maven智能系统项目长期划归联合全域指挥控制项目办公室管辖。

预算文件同样凸显了该系统的战略地位。美国国防部2027财年预算申请中，划拨23亿美元用于Maven智能系统与联合火力网络（配套战场管理平台）建设，目标是依托两大平台，为美军联合作战部队落地联合全域指挥控制能力。

尽管Maven智能系统是联合全域指挥控制体系的重要组成部分，但美军这一宏大构想尚未完全落地。美国政府问责局2025年4月报告指出：国防部至今未出台统筹联合全域指挥控制建设的整体框架，也未明确具体目标与进度考核标准；此外，各军种重复建设、数据管控规则严苛、试验经验总结不足等问题依然存在。

Maven智能系统能否充分发挥价值，助力联合全域指挥控制落地，取决于国防部能否攻克上述内部难题。