五角大楼要让AI“看懂”太空与导弹威胁：多源传感数据融合进入秒级决策竞争
据美国《Army Times》9月11日报道，美国国防创新单元（DIU）正在征集一套名为“空间威胁情报综合引擎”（Space Threat Intelligence Synthesis Engine）的AI软件系统，目标是把分散在不同传感器和情报渠道中的信息快速融合，形成持续更新的太空与导弹威胁图景，为作战人员和自动化指挥系统提供近实时决策依据。相关方案征集截止9月24日。
一、先解决“看见很多，却看不清”的问题
现代导弹防御面临的突出困难，并非缺少传感器，而是数据过多、来源复杂、变化太快。
DIU在项目说明中指出，现有工具在区分密集分布目标、跟踪新出现威胁以及持续更新威胁模型方面存在不足。新系统需要同时处理实时视频、卫星影像、雷达和其他传感器数据、地理空间信息以及涉密情报报告，并利用AI进行跨数据关联分析。
其目标是把原本彼此割裂的信息，转换为统一的态势认知：目标是什么、来自哪里、如何运动、可能采取什么行动，以及相关判断有多大可信度。
二、从“辅助分析”走向秒级预警
此次项目对速度提出了明确要求。
DIU要求，从数据到达到结果显示的延迟原则上不得超过5秒，目标则是压缩到2秒以内；系统正常吞吐量约为每分钟20至30MB，在突发 情况下还要能够处理最高约每分钟5GB的数据。
这意味着，美军希望AI不再只是战后分析工具，而是直接进入实时作战流程。
系统最终不仅要向操作员提供可理解的图形化态势，还要通过低时延机器接口，将判断结果直接推送给自动化指挥控制系统。DIU还要求生成带有置信度评分的告警，以支持“分析员在环”“人在监督环”乃至部分自动化流程。
三、真正关键的是“多源融合+可信判断”
项目并不只追求模型“算得快”。
DIU要求系统具备数据来源追踪、透明推理和置信度评估能力，并能够对目标事件进行检测、分类和归因。面对距离接近、位置重叠或数据质量下降的目标，系统仍应给出高可信识别结果。
这一要求反映出AI进入军事指挥体系后的现实约束：如果算法无法说明信息来自哪里、结论可信程度如何，再快的判断也难以直接支撑高风险决策。
因此，美军正在同步推动“速度”和“可解释性”，避免AI成为不可验证的“黑箱”。
四、从预警系统进一步连接自动化指挥控制
《Army Times》指出，在导弹和无人机数量持续增加、拦截弹库存有限的情况下，操作员必须迅速判断哪些威胁最紧迫，以及有限武器应优先分配到哪里。
从这一角度看，“空间威胁情报综合引擎”的意义，并不只是建立一个更强的数据平台，而是尝试打通“多源感知—AI融合—威胁识别—可信告警—指挥控制”链路。
与此同时，诺斯罗普·格鲁曼已与Camgian合作，将AI引入综合防空反导系统；BAE Systems也与Scale AI展开类似合作。AI正由辅助分析逐步进入导弹防御体系核心。
因此，这一项目真正释放的信号是：未来太空与导弹防御竞争，不只是比拼谁拥有更多雷达和卫星，更在于谁能
更快地把海量传感数据转化为可信判断，并把判断及时送入指挥与拦截体系。
参考信息来源：美国《Army Times》，Michael Peck，
Pentagon looks to AI to identify space and missile threats，2026年9月11日；美国国防创新单元（DIU），Space Threat Intelligence Synthesis Engine项目征集文件。
免责声明：本公 众号目前所载内容为本公众 号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。所载内容观点不代表本公 众号观点，仅供参考。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系。我们致力于保护作者知识产权或作品版权，本公 众号所载内容的知识产权或作品版权归原作者所有。本公 众号拥有对此声明的最终解释权。
