战场人工智能革命尚未到来：当前俄乌AI无人机应用现状解析（值得读3遍）

2025年6月2日，美国战争研究所发布文章《战场人工智能革命尚未到来：当前俄乌AI无人机应用现状解析》，文章指出，俄罗斯和乌克兰正在积极开展一场技术竞赛，致力于研发和部署具备人工智能和机器学习能力的无人机。

双方都在竞相推进这些由人工智能/机器学习驱动的无人机发展，以实现无人机互操作性、目标定位和战场分析的自动化。成功集成人工智能/机器学习的无人机，能够使俄乌双方军队减少对人类无人机操作员和防御人员的依赖，绕过包括干扰在内的电子战手段，突破人类在目标识别方面的局限，并加速无人机作战中的决策流程。

俄乌军队将寻求在多个领域运用无人系统，包括无人飞行器、无人水面舰艇和无人地面系统。截至2025年6月初，俄乌双方均未在战场上大规模运用人工智能/机器学习无人机。不过，俄乌正在逐步将机器学习能力融入部分经过有限人工智能适配的新型无人机中，朝着完全由人工智能/机器学习驱动的无人机发展迈进。

本文中，人工智能和机器学习用于指代不同的应用方式和不同程度的开发复杂度，尽管二者在定义上有相当多的重叠，且讨论中常将机器学习功能笼统归为人工智能的一部分。当机器学习模型经过训练，执行可预测的特定任务，且无需强大处理能力、大量内存或数据云支持时，其能力更具可扩展性，也更易集成到无人机中。特定任务的示例包括在无GPS环境下导航、末端制导、图像和模式识别、寻的以及目标锁定等，不过其中部分任务可能需要人工智能及其他更先进的工具。具备机器学习能力的无人机仍需操作员提供总体指导和分析，如识别目标、修改和训练模型以适应新的或复杂环境等，并且通常需要与操作员保持一定通信。换言之，机器学习能力可使无人机执行一些预先编程和训练的任务，但缺乏在没有人类智能和微调的情况下适应战场环境的自主性和必要推理能力。

本文5700字，来源于“战争研究所”，由所长007编译，原文+完整译文均已上传至知识星球，请扫文末二维码加入知网识星球下载。如需购买更多精译报告及情报数据库，请联系微信：lanjunqingbao2081。

关键词：战场人工智能、AI无人机、应用现状解析

这是蓝军开源情报的第 349 期分享

编译 l 所长007

来源 l 蓝军开源情报（ID：Lanjunqingbao）

转载请联系授权（微信号：Lanjunqingbao2081）

人工智能模型能够执行需要人类智能的任务，包括分析数据、自主识别和选择目标，以及根据实时情况控制和调整无人机飞行路径。人工智能模型可以管理无人机集群对目标发动攻击，并实现先进的无人机间互操作性。人工智能还能在云端存储和分析任务数据，独立改进无人机作战性能，由人工智能驱动的无人机具备自适应决策能力，可减少与操作员通信的需求。将人工智能能力集成到无人机中是一个成本更高、耗时更久的过程。人工智能无人机能力需要开发新的复杂算法、强大的计算能力、庞大的数据云，以及针对训练人工智能系统在不同战场环境中运行和学习的长期测试。

无人机作战的技术突破需要同时发展和集成人工智能与机器学习能力。人工智能驱动更高级别的自主决策，而机器学习能力执行特定任务，并帮助人工智能从战场环境中学习。集群无人机就是人工智能/机器学习驱动无人机的一个例子。集群无人机在无人机间互操作性、目标定位以及任务分配和管理方面，很大程度上依赖人工智能。集群无人机也需要机器学习能力来完成专业任务，如图像识别、避免与其他无人机碰撞以及锁定目标等。

至少自2023年年中以来，俄乌双方都愈发关注开发具备机器视觉能力的无人机。机器视觉指的是自动图像识别算法，能使无人机记住目标图像，并在目标移动时仍可锁定目标。乌克兰致力于推进机器视觉无人机的发展，以应对俄罗斯在战场上的电子战和电子侦察手段，并解决无人机因与操作员失去信号而无法抵达目标的问题。具备机器学习能力的无人机在与操作员失去通信时，如遭遇电子战干扰，仍具备目标寻的能力。目前，具备机器视觉能力的无人机尚未完全实现人工智能化，因为它们无法独立区分目标，仍需人类智能支持。2023年中至年末，俄罗斯军队首次开始使用具备机器视觉的“柳叶刀 - 3”无人机和游荡弹药。2024年2月，乌克兰数字转型部长米哈伊洛·费多罗夫宣布，乌克兰正努力研发人工智能驱动的无人机，并表示乌克兰很快将制造出类似“柳叶刀 - 3”的具备机器视觉的无人机。2024年3月，乌克兰军队展示了具备机器视觉能力的无人机。

俄罗斯持续加大具备机器视觉无人机的研发力度。2025年5月中旬，俄罗斯研发人员宣布开始批量生产“秋维克”轻型攻击无人机，该无人机配备目标寻的系统，能抵抗电子战干扰。俄罗斯研发人员于2024年6月首次展示并测试了这款无人机。研发人员称，“秋维克”无人机在操作员确定目标后，可在打击计划的最后阶段自主攻击目标。“秋维克”无人机具备自动驾驶能力，在电子战干扰环境下无需卫星导航或与飞行员通信。俄罗斯无人机专家称，其自动驾驶能力依赖预装地图数据和图像识别技术。2025年5月，乌克兰军方官员也观察到俄罗斯增加了未明确型号的具备人工智能能力的无人机使用，可能指的是俄罗斯具备机器视觉和一定人工智能能力的无人机数量增多。

2024年至2025年初，俄乌在将具备机器学习能力的无人机开发和应用于乌克兰前线时都遇到了挑战，转而扩大光纤无人机的使用。据报道，2023年末至2024年初，俄罗斯“柳叶刀 - 3”无人机的自主锁定目标模式出现故障。2024年1月下旬公布的战斗画面显示，一架“柳叶刀 - 3”无人机锁定一辆装甲车后，却在最后一刻转向并击中一堆残骸。战斗画面显示，“柳叶刀 - 3”无人机能够打击一些火炮系统和火箭发射器，但未展现其攻击伪装目标的能力。2024年2月，西方专家质疑“柳叶刀 - 3”的实际自动化水平及其可靠识别物体的能力。与此同时，俄罗斯研发人员并行开展光纤无人机的开发和生产，可能希望在不等待机器视觉技术成熟的情况下，在战场上获得技术优势。光纤无人机并非特别复杂的技术创新（有线制导弹药已有数十年历史），但自2024年年中起，俄罗斯军队凭借其抗电子战干扰能力、对装甲装备的精确打击能力以及因结构简单易于大规模部署的特点，给乌克兰军队带来了新的战场难题。

2024年夏季，一家乌克兰无人机制造商的首席执行官表示，由于制导算法薄弱，乌克兰研发人员无法快速开发机器视觉技术。他还指出，俄罗斯在前线而非目标附近部署电子战设备，使得无人机发射后难以保持与操作员的连接。2025年5月，一位对机器视觉无人机进行了近两年测试的乌克兰无人机制造商称，该技术仍不成熟，在前线使用的战术无人机上效果一般。研发人员指出，末端制导通常在长航时固定翼无人机上效果较好，但乌克兰军队难以让具备机器视觉的四轴飞行器接近战场上的俄罗斯目标。他还补充道，这些无人机在追踪移动目标时存在寻的问题，且第一人称视角（FPV）无人机摄像头在500米外无法识别目标。一位乌克兰连指挥官表示，乌克兰军队目前正专注于在战场上集成光纤无人机。

截至2025年5月，俄乌在无人机中集成有限人工智能能力方面取得了一定进展，但大多处于试用阶段，尚未在战场上大规模部署。5月18日，一名乌克兰电子和无线电战专家观察到俄罗斯军队部署了一群机翼颜色不同、用于相互识别的六架无人机。据报道，俄罗斯的无人机集群携带3公斤战斗部，射程达80公里，配备惯性和卫星导航系统，且大量依赖外国制造的部件。该无人机集群配备高分辨率摄像头、用于视频识别和处理的JETSON模块、激光测距仪，以及容量超过100GB的高速硬盘。其中一款俄罗斯无人机集群采用燃气发动机，将作战半径提升至100公里以上。据报道，俄罗斯军队每天在多个作战方向以2至6架为一组进行测试性发射30至50架此类无人机。该无人机依靠视觉地形导航飞向目标，能自主检测、分类和选择目标，且无需操作员授权即可发起最终攻击。

据报道，5月下旬，乌克兰军队首次在前线使用了一款新型人工智能驱动的“母机无人机”。5月26日，一家乌克兰初创公司报告称，其“戈高尔 - M”人工智能驱动的母机无人机在对俄罗斯目标的试验中完成了首次自主任务。该公司指出，“戈高尔 - M”母机可搭载两架FPV攻击无人机，并在300公里外发起精确打击。5月29日，费多罗夫宣布，乌克兰国防平台“Brave1”研发并在战场测试了一款新型母机无人机，可自主识别、定位并使用两架FPV无人机打击最远300公里外的目标，包括打击俄罗斯飞机、防空系统和关键基础设施。费多罗夫表示，若在100公里内作战，母机可返回再次使用，且该无人机使用“智能飞行员”系统和摄像头进行视觉 - 惯性导航。鉴于俄乌双方的人工智能驱动母机无人机均在进行战场测试，目前尚不清楚其全面效能和自主性。

俄罗斯进一步发展人工智能/机器学习无人机，部分取决于其建立联合态势感知和战场管理系统的能力。俄罗斯需要开发一个基于云的复杂系统，用于存储和分析从前线获取的数据，系统地训练其人工智能驱动的无人机自主区分目标、避免与己方无人机冲突，并使俄罗斯军队能够跟踪前线的无人机作战情况。多年来，乌克兰研发人员和军队一直在发展各种态势感知系统，如“德尔塔”和“克罗皮瓦”，类似于美国国防部（DoD）的联合全域指挥与控制（CJADC2）概念。乌克兰的“德尔塔”系统是一个庞大的基于云的软件，旨在收集和分析数据，提供全面的态势感知并支持决策。“德尔塔”系统使乌克兰各军种和各级指挥机构能够整合来自无人机、卫星、固定摄像头、传感器和前线侦察部队的情报。“德尔塔”团队还集成了其他功能，如“任务控制”应用程序（同步矩阵），供乌克兰无人机操作员避免友军火力误伤并规划任务。“德尔塔”系统还集成了“韦扎”外部应用程序。“韦扎”是一个战场视频分析系统，具备视频流和集体视频利用能力，通过“监控”态势感知模块实现人工智能辅助目标获取，并将目标信息发送至打击部队。“韦扎”使用“复仇者”人工智能系统进行目标获取。这些数据分析能力和基于云的数据管理，使乌克兰军队在训练人工智能/机器学习无人机方面具有优势。

俄罗斯正积极追赶乌克兰在创建联合态势感知和战场管理系统方面的创新成果。5月22日，俄罗斯国家媒体《俄罗斯商业咨询日报》报道，俄罗斯格洛纳斯卫星导航系统和俄罗斯国家技术倡议公司制定了一个名为“俄罗斯数字天空”系统的概念草案，旨在为俄罗斯的航空、航天及相关网络空间系统建立一个统一的网络和信息技术系统。《俄罗斯商业咨询日报》报道称，“俄罗斯数字天空”系统旨在将目前互不相连的航空、航天和无人机系统以及分散的监管框架整合为一个由人工智能和人工操作的统一系统，用于传输和处理卫星和无人机数据。格洛纳斯系统的一位官员告诉《俄罗斯商业咨询日报》，新的“俄罗斯数字天空”系统提议创建俄罗斯低轨道卫星星座、混合通信网络、可信信息交换环境，并利用人工智能开发与无人载具的安全通信。《俄罗斯商业咨询日报》报道，俄罗斯研发人员计划在2025年7月16日前完成项目提案，并提交给俄罗斯交通部、俄罗斯航天集团、经济发展部及其他相关机构。

俄罗斯在无人机创新和生产方面的集中化方式可能阻碍其在人工智能/机器学习无人机开发上的领先地位。克里姆林宫正积极加强对许多推动俄罗斯无人机和人工智能创新的志愿者企业和组织的集中控制。克里姆林宫不断加大对无人机开发企业和初创公司的投资，据报道，2023年至2024年间，已向407家专注于飞机制造的公司投资2430亿卢布（约30亿美元）（相比之下，克里姆林宫计划在六年内为核能发展投资2770亿卢布，约31亿美元）。2023年末，俄罗斯国防部在被占领的顿涅茨克州“苏多普拉托夫”志愿营基地建立了一个无人系统训练和生产中心，据报道，该中心生产的无人机价格低廉但效果不佳，易受乌克兰电子战系统影响。克里姆林宫目前的集中化举措可能会因俄罗斯官僚体制的限制，削弱俄罗斯无人机研发人员追求技术突破的独立性。

克里姆林宫还在建立由国家控制的人工智能发展中心，该中心将在政府机构、地区和企业间建立端到端的运营协调机制，并为政府的人工智能优先目标提供分析支持。该中心将负责政府系统的数字化和现代化改造，因为俄罗斯在联邦和地区层面的技术应用差异较大。5月15日，俄罗斯副总理德米特里·切尔尼申科强调，俄罗斯需要在全球人工智能发展竞赛中占据领先地位，并宣布有意资助相关研究项目。克里姆林宫可能会利用该中心推动人工智能在军事领域的应用以及人工智能/机器学习无人机的发展，但目前尚不清楚克里姆林宫将如何整合俄罗斯的志愿者人工智能开发者群体。克里姆林宫通过限制志愿者团体前往乌克兰前线或对众筹活动施加严格限制，可能会影响俄罗斯无人机和人工智能的自然发展。

另一方面，投资不足和紧迫的战场需求正影响乌克兰人工智能/机器学习无人机的发展。2025年1月，乌克兰总统弗拉基米尔·泽连斯基表示，乌克兰需要合作伙伴提供额外投资，以增加和改进无人机生产。2025年5月，瓦德瓦尼人工智能中心的一位专家解释称，乌克兰需要更多资源来持续推进人工智能/机器学习无人机的创新，因为乌克兰的人工智能能力主要来自商业领域、开源技术和现有技术。该专家指出，这些人工智能能力已接近“瓶颈”，乌克兰的人工智能发展取决于投资规模和政府的投入力度。据报道，乌克兰还面临开发和生产能力有限、人工智能能力开发分散、政府内部资源竞争以及政府与军队间缺乏合作等问题。此外，乌克兰还面临计算能力不足和缺乏人工智能专业人才的问题。乌克兰政府面临着在投资短缺的情况下，维持人工智能/机器学习无人机发展，同时推进其他创新以满足紧迫战场需求的艰巨任务。例如，乌克兰目前正急于追赶俄罗斯光纤无人机的生产规模。

截至2025年6月，宣称人工智能/机器学习无人机将引发即时革命还为时尚早。俄乌双方都需要投入更多时间、进行更多测试和加大投资，才能在前线大规模部署此类无人机。俄乌将继续提升机器学习和机器视觉能力，同时对人工智能能力进行训练和测试。之后，还需解决新型人工智能/机器学习无人机的大规模生产问题，这需要额外的时间和资源。在此期间，俄乌可能会先使用部分人工智能/机器学习无人机执行特定任务，如打击特定类型目标，如装甲装备或飞机等，逐步适应战场环境。在未来几个月内，人工智能/机器学习无人机也不太可能完全取代大量战术FPV无人机，因为在当前技术水平下，后者生产成本更低，更能适应战场现状。

👇👇

加入蓝军开源情报星球会员免费下载1900+经典报告（以下为部分内容链接示例）

👇👇