当前，大模型技术发展迅猛。广泛辐射民用领域的同时，大模型的军事价值也日益凸显。支撑现代军事行动的数据涵盖了文本报告、作战指令、通信录音、卫星图像、侦察视频等，呈现典型的多模态特征。
研究预测，凭借多重技术优势，大模型有望在情报搜集与分析、武器装备自主研发与故障检测、军事训练与作战仿真、网络安全防护与认知攻防、任务规划与供应链管理等军事应用场景中发挥重要作用。
不过，大模型军事应用的“黑箱”才刚刚被打开。大模型对人类知识的建模方式可理解为对现实世界的“模糊压缩”，用训练好的大模型来解答问题，相当于对世界的“模糊还原”。因为“模糊”，大模型可以解答原有知识解答不了的新问题;也正因为“模糊”，问题解答与实际可能谬以千里。有鉴于此，我们需要深入研究大模型关键技术与军事应用核心需求，推动和引领军事大模型走向深度“托底”应用阶段。
一是加快基础理论和关键技术攻关。大模型的基础研究领域涉及数学、计算机科学、脑科学、量子计算等多个学科，可通过建设跨学科交流平台，促进各领域的交叉融合，为大模型计算能力提升和算法优化提供支撑。应在战略性、前瞻性的基础研究领域做好布局，力求在大模型能力涌现机理、可信训练推理、自主学习技术、人类意图对齐等理论和技术方面达成突破。
二是加强国家算力基础设施建设。算力是支撑大模型运行的基础设施，只有通过强大的算力对大模型进行迭代训练，才能使之具备智慧涌现能力。军事环境安全性和实时性的需要，也对算力提出了更高要求。应重点规划和建设与AI相关的国家基础设施，包括超级智算网络、通用及行业数据基础设施、大规模人工智能软件基础平台、人工智能安全与测评基础设施等，依托自主可控的算力底座开展军事领域大模型应用探索。
三是探索面向军事业务流程的算法架构。大模型虽然具备强大的推理、学习和生成等能力，但目前尚不具备复杂军事任务规划、军事资源调度和军事任务处置执行等能力。应针对军事业务流程和场景，利用大模型的语义理解能力，抽取分解任务要素，对齐匹配业务小模型，形成大模型带小模型的协同联动架构，提升大模型的可解释性和军事领域适配性。
值得注意的是，拥有大模型技术优势，并不能与拥有最强算力简单画等号。在未来，谁能实现最佳人机协同，谁能构建最有效的技术治理框架，谁才能真正驾驭AI。
当前，无人系统技术发展迅猛，但实现真正的无人化自主操作仍需突破不少技术瓶颈，比如导航技术。现有无人机和机器人导航系统主要依赖视觉识别、激光雷达或卫星定位技术，这些方法在复杂环境下存在明显局限性。例如，在黑暗、烟雾、水下、地下等特殊环境或GPS信号受干扰的情况下，传统导航系统往往难以正常工作。
回声定位是一种生物通过发射声波并接收反射回波进行空间定向的感知方式。声波在遇到障碍物后反射，生物通过解析回声判断物体的位置、形状和运动状态，常见于蝙蝠、海豚和齿鲸等动物。受此启发，西班牙研究人员曾开发出一款帮助盲人导航的回声定位系统，而美国研究团队在此基础上研发出仿生超声波导航系统。
新型仿生超声波导航系统摆脱了对视觉信息的依赖，该系统不使用摄像头、激光雷达或GPS，而是采用仿生学原理，结合超声波技术和人工智能算法，通过回声定位实现环境感知。其工作原理为：系统发射高频超声波信号，然后通过传感器接收声波在周围物体上反射回的信号。依靠先进的信号处理算法，系统能有效分析回波信息，构建出精确的三维环境模型，从而实现空间识别与路径规划。
相比传统导航系统，这种以自然生物为灵感、融合人工智能的“类蝙蝠”系统具备抗干扰性强、隐蔽性高、功耗低等特点，可在复杂环境下进行导航，并实现物体识别、智能避障及路径优化等功能，一定程度上扩展了无人设备的适用场景。
新系统实现“听声辨路”的核心，在于其独特的人工智能算法训练机制。该系统采用卷积神经网络作为其人工智能模型，能够从特定回声特征中识别物体形状，实时处理大量超声波反射数据，并将其转化为可用于环境感知和决策的有用信息。该系统正在无人机上进行集成测试和优化，已获美国军方关注。研究人员表示，一旦技术成熟，该系统有望集成至智能无人系统的末端导航、水下无人潜航器的自主导航模块等。
来源：中国军网、解放军报、中国国防报等综合
