中美AI军事竞争谁赢？解放军大练兵，“反AI战”瞄准老美弱点

大家想过没有，未来两支军队交手，最先挨打的可能不是飞机、军舰和导弹阵地，而是电脑里的数据和算法。

美国手里有先进芯片、前沿模型和大批科技企业，五角大楼也在加速推动AI军事化。解放军研究的却不只是怎么用AI，还在琢磨怎么让对方的AI看错目标、算错结果、作出错误判断。

那么，中美AI军事竞争到底谁更占优势？

中国加快智能装备训练，拼的不是几台机器人

我认为，中国发展军事人工智能的一个突出特点，是把技术、装备、产业和训练连在一起。

目前为止，公开信息显示，中国军事科研机构正在研究人形机器人、机器狗和其他无人平台的战场用途。

这件事真正值得留意的，是中国背后的工业基础。去年，中国企业约占全球人形机器人出货量的95%。

庞大的民用市场能够提供电机、电池、传感器、控制系统和工程人才，能积累机器训练需要的数据，也能缩短技术进入测试阶段的时间。

真正已经进入训练实践的，是无人机、智能辅助系统和有人无人协同。

央视今年8月公开的军事专题显示，解放军相关训练已经涉及无人机集群、智能辅助指挥、海量情报处理，以及从态势感知到精确打击的协同。

中国军网今年9月1日也指出，数据驱动、算法定义、算力支撑正成为无人智能作战的重要特征。

这说明中国关注的不是一件孤立装备，而是怎么把侦察、识别、通信、指挥和打击接起来。可会用AI还不够，战场上的对手也会用。接下来最关键的问题来了：怎么让对方依赖的AI失去作用？

“反AI战”不只打设备，更要打掉机器判断力

依我看，解放军研究反AI作战，盯住的正是智能化军队越来越依赖数据和算法的特点。

今年8月10日，卡内基国际和平基金会发布报告。报告在讨论美军人工智能转型时，转引公开资料称，解放军正在研究相关训练，涉及破坏敌方数据、寻找算法漏洞以及攻击数据基础设施。

解放军报此前指出，面对智能化战争，既要推动人工智能用于军事领域，也要前瞻研究反人工智能作战的概念、原理和战法，争取通过非对称手段掌握主动。

说得直白一点，军事AI的工作流程并不神秘。

前方传感器收集信息，系统识别目标，再判断威胁大小，指挥系统据此安排兵力和火力。只要最前面的信息出了问题，后面的判断就可能跟着跑偏。

第一类办法是污染数据。在战场上布置假目标、伪造特征或输入错误坐标，让系统把普通目标当成重点，也可能让真正有威胁的目标躲过识别。

第二类办法是利用算法弱点。机器识别目标，依靠的是训练过程中学到的颜色、轮廓、温度和运动特征。

对手若摸清了这些规律，就可能设置专门诱饵，让系统把侦察资源和弹药浪费在错误方向上。

第三类办法是压制算力和通信。AI需要数据中心、通信节点、边缘计算设备和稳定电力。相关设施受到打击，信息传得更慢，前线设备得不到足够支持，识别和判断能力自然会下降。

这比单纯把系统打到关机更难防。设备完全停摆，指挥人员马上能发现；设备还在运行，却不断给出看似精确的错误答案，更容易误导决策。

解放军相关训练还在模拟未来战场中的各类高价值目标，推动人工智能侦察、目标识别、精确制导与火力打击结合。

央视今年3月报道的一场模拟精准打击训练，就展示了基层官兵利用无人机飞控经验和智能模块改进装备，再到复杂环境中验证数据和稳定性的过程。

在我看来，反AI作战最厉害的地方，不是和美国比谁的模型参数更大，而是盯住美军智能体系的薄弱接缝。

问题也随之摆出来：美国有钱、有技术、有科技巨头，为何还会被一份美国智库报告反复提醒？

美军不缺先进项目，难的是铺到整支部队

照我说，美军的短板，不是完全没有人工智能，而是技术扩散速度可能跟不上战场变化。

这些问题单独看都能处理，堆到一支规模庞大、军种众多的军队里，难度就上来了。

先看数据。负责美国陆军“Linchpin项目”的官员在2024年承认，美军数据散落在各个部门，大量内容没有完成标记。美国海军相关负责人也表示，军舰产生的数据只有很小一部分得到有效收集。

AI不是拿来就能用。数据乱、标准不统一、内容没标记，系统就很难分清哪些材料可靠，哪些已经过时。实验室里的模型再先进，喂进去的信息有问题，出来的结果也很难让一线部队放心。

人才问题也很现实。美军需要的不只是总部里的软件工程师，还需要懂无人机、通信、维修、任务规划和战场环境的一线人员。

未来若要操作数十万乃至更多无人装备，靠少数技术岗位根本撑不起来。

更麻烦的是组织惯性。美国陆军曾花十多年探索“影子”无人机与“阿帕奇”直升机协同，投入大量资金和人力，却没能及时根据一线反馈调整方向。

卡内基报告直言，旧有思路让美军在相关探索上消耗了大约10年，军事人工智能更新很快，大型军工项目的审批和采购却可能拖上多年。

项目通过了，模型已经换代；装备交付了，战场打法也可能变了。美国的科技实力很强，可科技领先不自动等于整支军队领先。

这还不是美军最难补的短板。流程可以压缩，训练可以增加，真正无法临时变出来的，是大规模生产无人装备的工厂和供应链。

AI战争打到深处，拼的还是工业和体系

我觉得，中美AI军事竞争走到这一步，真正拉开差距的，很可能不是几款明星模型，而是工业动员能力。

卡内基报告援引的数据称，中国制造的无人机约占美国商业无人机市场的90%，在全球市场的份额超过80%，能反映中国在零部件供应、生产规模和成本控制上的基础。

无人机不是装上一段程序就能飞。机体、电机、飞控、传感器、通信模块、芯片、电池和稀土材料，缺一个都可能影响生产。

美国及其盟友在高端AI芯片上仍占优势，美军无人装备需要的大量传统制程芯片、电池和部分稀土供应，却存在外部依赖。

战争压力可以让预算更快通过，也能让采购程序跑得快一点，却没法让一条不存在的生产线突然开工。

厂房、设备、熟练工人和配套企业，都需要时间。长期外包出去的供应链，想在战时快速搬回来，更不是开几次会就能解决。

这正是美军最大的风险。它可能拥有少量性能突出的无人装备，却未必能按照高强度战争的消耗速度持续生产。

现代战场上的无人机按成千上万架消耗，装备太贵、数量太少，技术优势就容易被漫长消耗一点点磨掉。

中国也不是没有难题。真实战争数据有限、AI在复杂环境中的稳定性、不同平台之间的协同、机器判断出错后的责任控制，都需要继续解决。

可从公开训练和理论研究看，解放军已经把用AI、练AI、防AI、反AI放进同一张能力图里，而不是等到战场变化后再临时补课。

我个人认为，判断中美AI军事竞争谁占优势，可以看四件事：技术从实验室进入训练场要多久，系统在断网和干扰下还能不能工作，装备能不能大批量生产，部队能不能及时发现并纠正算法错误。

按这套标准看，美国的强项在前沿模型、高端芯片和基础研究，中国的优势更偏向产业规模、应用落地、装备制造与体系整合。

解放军研究反AI作战，瞄准的正是美军对数据、通信和算法判断的高度依赖。

未来真正危险的场面，不一定是AI系统全部黑屏，更可能是它仍在运行，却把错误数据加工成一份看起来十分可靠的答案。

谁能保护自己的数据，识破对方的诱骗，让无人装备经得住消耗并得到持续补充，谁才更有机会掌握主动。

说到底，军事AI不是一场单纯的模型比赛。算法决定能力，数据决定可信度，工业决定规模，体制决定速度。

解放军“反AI战”值得关注的地方，正在于它没有只盯着美国最先进的技术，而是把目标放在美军智能作战体系最难保护的环节上。