从“多源数据”到“秒级判断”：美军启动空间威胁情报综合引擎，AI正加速进入太空与导弹预警核心链路

美国军方正在尝试把人工智能从“辅助分析工具”进一步推向空间与导弹威胁识别、研判和指挥决策前沿。

根据美国国防创新单元（DIU）最新发布的“空间威胁情报综合引擎”（Space Threat Intelligence Synthesis Engine）征集文件，美方希望构建一套基于人工智能的软件系统，把分散在视频、卫星影像、雷达、传感器、地理空间数据以及涉密情报报告中的信息快速融合，形成持续更新的空间与导弹威胁图景。项目方案提交截止时间为2026年9月24日。

一、要解决的不是“看不见”，而是“数据太多、关联太慢”

DIU在项目说明中指出，当前空间与导弹威胁信息分散在多个渠道，既有工具在区分近距离目标、跟踪新出现威胁以及持续更新威胁模型方面仍存在明显不足。

因此，新系统首先要解决“多源异构数据难以快速转化为统一态势”的问题。按照要求，系统需能够处理实时视频、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，并利用机器学习、计算机视觉、预测分析、语义技术和知识图谱进行关联分析。

更重要的是，美方要求AI输出必须附带推理依据、置信度评分和数据来源追踪，避免形成无法验证的“黑箱判断”。

二、目标不是分钟级，而是压到2秒以内

此次项目最醒目的指标，是速度。

DIU要求，从数据到达到结果显示或查询的延迟，门槛不得超过5秒，目标则是压缩到2秒以内；系统正常情况下需处理约每分钟20至30MB数据，突发 情况下要能够承受最高约每分钟5GB的数据流。

这意味着，美军希望AI直接进入实时作战链，而不是在任务结束后再进行情报整理。

同时，系统还必须能够在高速低数据量和低速高数据量两类场景下稳定运行，并长期保存多年数据，用于历史分析、实时研判和事后复盘。

三、真正核心是“识别谁、判断什么、可信到什么程度”

除了速度，美方更强调威胁特征识别和归因能力。

项目要求系统提高事件发现、分类和归因效率，将异常行为关联到具体威胁主体、平台或行为模式；即使多个目标距离很近、位置重叠，或者传感器数据质量下降，也应尽可能给出高置信度告警。

换言之，美军想解决的不只是“某处出现了目标”，而是进一步回答：目标是谁、在做什么、是否构成威胁、下一步可能采取什么行动。

这使该项目实际上形成了一条“数据获取—融合分析—威胁识别—可信告警—决策支持”链路。

四、AI开始直接连接自动化指挥控制

DIU明确要求系统提供两类输出：一类是供前线操作员使用的人机界面，另一类是面向自动化指挥控制流程的低时延机器接口。

未来生成的告警应支持“分析员在环”“人在监督环”乃至部分自动化工作流。这意味着，AI不只是给指挥员提供一张更清晰的态势图，还可能进一步嵌入任务分配和指挥控制体系。

与此同时，美方要求系统采用模块化、云原生、容器化架构，并与现有政府数据管线、指挥控制体系和任务系统保持互操作。项目还强调DevSecOps、持续模型更新和24小时任务保障能力，说明其目标并非一次性演示，而是为后续长期部署做准备。

五、从“原型征集”直接预留后续生产通道

这一项目的采办方式同样值得关注。

DIU明确表示，原型项目一旦成功，可依据“其他交易协议”直接进入后续生产阶段，而无需重新组织完整竞争。参与企业还需具备获得并维持设施安全许可、最高机密/敏感隔离信息级人员资质的能力。

因此，这一项目真正释放的信号，并不是五角大楼又采购一套AI软件，而是美军正在尝试把人工智能嵌入空间与导弹威胁认知的核心环节。

未来竞争的关键，可能不再只是“谁拥有更多卫星和雷达”，而是谁能够更快融合数据、更准识别威胁、更可信地解释判断，并把结果直接送入指挥控制链路。

参考信息来源：美国国防创新单元（DIU），Space Threat Intelligence Synthesis Engine项目征集文件，2026年9月。

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。