2025军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37页）.pdf

1、 2025 年深度行业分析研究报告yXuXzWmNtRtQnQqOxU9P8Q8OpNoOmOnQjMpPmPkPrQqQ9PqQzQvPqNvNuOnOoM 目录目录 一、军事人工智能技术的发展历史.5（一）军事人工智能的发展历史.5（二）人工智能的定义与分类.7（三）市场空间及复合增长率测算.8 二、人工智能技术在军事领域的应用场景.9（一）无人作战体系.9（二）辅助训练系统.17（三）作战/数据分析系统.19（四）智能化弹药.23（五）智能单兵装备.25 三、国内外军事人工智能发展现状.26（一）美国、日本、俄罗斯出台国防安全 AI 战略规划，统筹人工智能发展.26（二）美国军事人工智能

2、技术发展成熟度较高，中国军工集团持续加大人工智能领域布局.27（三）他山之石：美国军事人工智能龙头 PALANTIR 案例分析.31 四、军事人工智能发展趋势及挑战.34（一）军事人工智能离不开算力基础设施建设.34（二）数据质量是 AI 训练的核心，军事领域缺乏标准化数据.35（三）军事应用场景的特殊性需要实现云边协同计算.35（四）从大语言模型到多模态大模型.35 五、产业链及重点标的.37 六、风险提示.38 图目录图目录 图 1、SAGE 系统运作模式.5 图 2、2023-2034 年全球及美国军事人工智能市场规模（十亿美元）.9 图 3、2023 年军事人工智能市场地区规模占比（%

3、）.9 图 4、无人装备能力建设发展路程.10 图 5、蜂群、编组、忠诚僚机模式比较.11 图 6、实施蜂群作战想象图.11 图 7、美海军人工智能发展组织架构.14 图 8、机器学习水声目标识别框图.14 图 9、三种移动机器人.15 图 10、美军“Vision 60 UGVs”机器狗.16 图 11、“机器狼”首次亮相 2024 年中国航展.16 图 12、特斯拉“擎天柱”人形机器人.17 图 13、俄罗斯“菲多尔”人形机器人.17 图 14、美国综合训练环境系统（STE）架构.18 图 15、基于态势感知的动态决策通用理论模型.20 图 16、人工智能情报信息处理流程.21 图 17、

4、集群智能弹药的自主能力等级.25 图 18、单兵可穿戴装备系统.26 图 19、智能单兵头盔.26 图 20、杭州智元研究院有限公司股权结构（截至 2025 年 3 月 2 日）.29 图 21、2018-2024 年公司营业收入与归母净利润.32 图 22、2018-2024 年按客户划分营业收入情况.32 图 23、公司历史股价大幅跑赢指数（前复权）.34 图 24、多模态军事数据组织运用流程.36 图 25、人工智能产业链.38 表目录表目录 表 1、全球主要国家和地区军事人工智能相关政策.6 表 2、机器学习的四大类型.8 表 3、美军无人水面舰艇发展历程.12 表 4、机器学习方法在

5、水声探测中的典型应用.14 表 5、美国智能情报系统典型项目.22 表 6、人工智能提升弹药及防御系统性能.24 表 7、我国军工集团及下属院所、参控股企业利用人工智能提升生产力.30 表 8、我国军工集团及下属院所、参控股企业推出人工智能相关产品/服务 31 表 9、多模态知识图谱的军事应用.36 一、军事人工智能技术的发展历史（一）军事人工智能的发展历史 人工智能（Artificial Intelligence，AI）诞生于 1956 年，随着计算机能力逐渐提升、地缘政治日益紧张，被迅速投放于军事领域。在 20 世纪 50 年代至 80 年代，人工智能主要应用于计算辅助的战术决策方面，包括

6、对战场情报的处理、分析与汇总等。例如，美国于 50 年代末开发的 SAGE（Semi-Automatic Ground Environment）系统，旨在“从多个雷达接收大量数据，并进行实时处理，以生成拦截飞机和导弹的目标信息”。同时，专家系统及相关技术也开始萌芽70 年代研发的 DENDRAL 系统尽管主要用于分子结构推断，但也为后续人工智能向军事领域的继续渗透奠定了基础。图图1、SAGE 系统运作模式系统运作模式 数据来源：Defense Visual Information Distribution Service，兴业证券经济与金融研究院整理 20 世纪世纪 90 年代至年代至 21