中美“制智权”争夺战，科思扮演何种角色？_风闻

一周暴涨22％！科思这家AI企业，对我国军工的作用有多大？

最近科思科技火了，这家主打军工AI的企业在股价一周内暴涨了22％，让大家不禁有一个疑问——AI，对军工的作用到底有多大？

那么今天，我们就来就着这个问题，谈谈中美两国的AI军事化博弈以及科思能在其中发挥的作用。

01 AI军事化的时代拼的是什么

从现代军事理论的角度来讲，由美国空军上校John Boyd提出的，“OODA循环模型”描述了任何对抗性博弈中决策制胜的本质——谁能以比对手更快的速度、更高的质量完成这一循环，谁就能抢占先机，主宰战场。

那什么是OODA？

很简单，观察（Observe）、调整（Orient）、决策（Decide）、行动（Act）。

就是这简单的四要素，在现代所有军事理论建设中都是不可或缺的，就和物理学的E=mc²的地位差不多。

数十年间，人类一直在用更快的飞机、更远的雷达、更精密的通信来加速这个循环。

而本世纪以来，人工智能的介入，正将这场竞速推向一个全新的、近乎极限的维度。

在当前AI军事化竞争的框架下，OODA的概念的落实已经变成了这样。

在观察层面，AI驱动的传感器融合技术，能将来自天基卫星、高空无人机、地面雷达、水下声呐的海量异构数据瞬间融为一体，并生成精确的战场感知图。

调整层面，AI大模型能够基于历史数据和实时输入，识别出人类分析师极易忽略的微弱信号和复杂模式，对战场态势的理解和未来走向的预测，其深度和广度远超人类五感所能达到的极限。

二战日本战列舰瞭望员：我不信！我要吃猫目锭！

决策层面，在人类指挥官授权的框架内，AI决策辅助系统可以迅速生成并推演大量作战方案，并量化成功率、风险与消耗，将决策过程从数天数月压缩到分钟。

而在行动阶段，AI在许多领域直接能够代替许多基层指挥员的作用，直接控制无人作战集群，以超越人类生理极限的反应速度和协同精度，执行复杂的战术机动与火力打击。

之前俄乌冲突中无人机的大量应用就是它的前奏。

所以你看，一旦OODA循环被压缩到极致，新的技术奇点就来了，这就是我们最近一直都讲的智能化战争。

没错，未来军事发展，拼的不是制空权，制海权，现在也许还拼拼制电磁权，但最后，拼的一定是“制智权”。

毕竟，未来的制空制海制电磁也是它背后算力的延伸。

而全世界在这个领域能算得上有竞争的，只有我们和美国两家。

02 美国的国家创新模式

先来讲我们最大的对手美国。

美国的模式要点在于市场驱动，寻求非对称技术代差的“第三次抵消战略”。

什么叫“第三次抵消”？

从概念来讲，就是在对手拥有数量优势的领域，通过革命性的技术突破来形成非对称的质量优势，从而抵消对方的实力。

第一次抵消是在五十年代，美军及北约联军面对苏联在欧洲的庞大常规军力，以原子能技术为核心，发展战术核武器，试图用核威慑抵消苏军的数量优势。

第二次抵消发生在七十到八十年代，此时，苏联已经建立起对等的核武库，于是美国转向了信息技术革命，发展了以GPS、精确制导、隐身空军技术和先进C4ISR作战指挥系统为代表的技术集群，搞定了外科手术式精确打击能力，再次形成代差。

而第三次是发生2014年，面对的对手是我们，在面对全球技术扩散和我军反介入和区域拒止能力的增强，美国国防部将AI、自主系统、人机协同、高超音速和定向能武器等，视为构建新一代非对称优势的关键。

说白了，他们想用AI算力给我们打出代差。

那么现在都美国能做到吗？

在这个战略体系下，能够涉及到的部分，主要有美国的科技新贵、传统军工巨头和美国政府本身。

其中，科技新贵们是这股力量是美国模式中最具活力的部分，主攻软件和算法。

这里边代表性的企业有Palantir Technologies和Anduril Industries。

其中前者的核心价值在于其数据本体论和图数据库技术。

他们开发的Gotham平台能够将像是数据库表格这种结构化数据和文本报告视频流这种非结构化数据映射到一个统一的语义模型中，构建一个庞大的“实体-关系”网络。

而AI可以在这个网络上搞推理、搞分析、搞模式发现。

所以这种操作，本质上是为混乱的战场情报建立了一个动态的、可计算的数字孪生，能够极大提升“观察-调整”环节的效率。

后者的技术核心是Lattice OSAI操作系统。

这个东西的意义并非控制软件这么简单，它还是一个基于“模型-视图-控制器”架构的分布式指挥控制平台，能够将传感器、控制器和执行器解耦，通过标准化的API进行连接。

这就相当于Anduril可以快速集成任何符合其接口标准的第三方硬件，属于倒反天罡，能用“软件定义硬件”，直接颠覆了传统军工硬件与软件深度绑定、无法快速迭代的模式，极大提升了军事装备的结合智能化系统的灵活性。

而类似洛马、雷神、格鲁曼这类的传统军工巨头虽然船大难掉头，但是也在学着玩AI，他们的优势是能把工厂本身深厚的工程经验和AI技术结合起来。

说白了就是比起AI，他们更懂硬件。

但是效率上，大公司病也很严重。

比如洛马的AI工厂和它主导ACE项目的核心是训练AI智能体在超视距空战中和人类飞行员进行协同作战，但是至今进展不彰。

而雷神的ASTARTE系统，则是致力于解决高强度空战中拥挤空域的“动态冲突排解”问题，传统方法难以实时求解，而他们打算用AI算法提供足够好的次优解，确保飞行安全和任务效率。

除了前两者，美国政府这个“大脑”是决定性的。

我们老生常谈的DARPA，就是这个生态的灵魂。

一直以来，DARPA都不追求99%的成功率，而是专注于资助那些可能失败，但一旦成功就将颠覆游戏规则的“黑科技”。

简单讲就是不怕风险的暴力穷举。

暴力穷举这事儿，确实很能体现一个国家的基础国力。

在冷战时期，美利坚工业基础还很强大的时候，这个路径很好用，但现在嘛，问题大了。

毕竟在产业空心化以及各种政治正确的buff加成下，各级史密斯专员再一发力，就总会弄出来些让人眼前一黑的东西。

比如步战车底子却能达到35吨重，火力还不如59改的M10布克“轻型”坦克。

再比如和歼-20S一个水平愣说自己六代机的NGAD。

所以尽管美国国防部成立了首席数字与人工智能办公室CDAO，试图解决美军采购体系中的问题，但现在看来，用处也是基本没有，反倒是让史密斯专员们多了个收钱的部门。

03 我国的国家创新模式

那么，转过头来再看看我国。

怎么说？美帝竟是我自己！

现如今，我国AI军事化的核心机制是四个字——“军民融合”。

是的，当年美国DARPA搞垮苏联用“军民融合”。

而现在，我们现在用更强的举国体制、动员能力、工业产能玩“军民融合”搞美国。

也算是风水轮流转了。

而且比起纯市场化，我们的先天体制优势能集中力量办大事。

所以和美国的市场模式不同，我们的融合是一种国家主导下的、跨领域资源优化配置体系。它能够充分利用我国的制度优势，打破行政、行业和技术壁垒，将民用高科技产业的巨大势能，全部投入到国防现代化建设中，低价高质！

是，这下轮到太平洋对面有制度问题了。

而且从2017年的《新一代人工智能发展规划》，到2024年成立的信息支援部队，我们的战略意图清晰、连贯。

有句话叫“功成不必在我，功成必定有我”。

这种顶层设计确保了长期、稳定、大规模的资源投入，并通过国家级项目、重点实验室和专项基金等形式，引导全国的科研和产业力量向关键技术领域，劲儿往一处使。

而且我们的整个产业结构的各个部分，也是个功能互补的协同网络。

像是中国电科、航天科工这些军工集团“国家队”，扮演的是系统总设计师和最终集成商的角色。

它们定义作战需求，提出技术指标，并负责将来自不同供应商的子系统整合成一个完整的、可靠的武器平台。它们是整个体系的大脑和骨架。

而像是华为、百度、腾讯、阿里这些民用科技巨头，则是在军民融合中扮演着关键技术和基础设施提供商的角色。

最典型的就是华为的昇腾AI芯片和异构计算架构、全场景AI框架，构成了一套完整的、自主可控的AI算力底座。能为所有下游的军工AI应用开发者提供一个完全国产不怕卡脖子的架构作为“NVIDIA CUDA + TensorFlow/PyTorch”替代方案，战略意义极其重大。

而在此基础上，以科思科技为代表的“专精特新”企业，则是这个体系中的特种部队。

它们往往在某个高度专业化的细分领域拥有独特的技术绝活，能够为国家队提供关键的组件或子系统，解决特定的技术难题。

所以我国的模式，本质是一种体制优势下的全产业链整合与系统性创新。

我们不追求单个企业的颠覆式创新，而是追求整个国家技术体系的韧性和整体效率。

一旦确立战略目标，能够迅速动员全国资源进行攻关，在追赶阶段效率惊人，这几年的突破卡脖子科技飞跃就是最好的例子。

而且我们还有全产业链。

这也是为什么我们能在外部压力下，能够倒逼出从基础软件、芯片设计、制造到上层应用的全产业链闭环，形成强大的产业韧性。

而也是也因为全产业链，我们能够利用国内庞大的市场和制造成本优势，发展大规模、低成本、却能做到技术相近的降维打击能力。

04 科思为什么能成为我国AI军事化关键节点

如果说宏观战略是蓝图，那么我们开头提到的科思，它的实践就是将蓝图变为现实的具体施工过程。

发展轨迹精准地诠释了中国模式下的民营企业如何在一个高度专业的领域内，通过深耕细作，成长为不可或缺的关键节点。

先说个有意思的，科思科技的英文名Consys，其实就是Control and Communication System的简写。

怎么说？这很理工！一目了然，就是指挥控制与通信。

在长达二十余年的发展历程中 ，科思都在深耕军工电子信息领域 ，为我军提供指挥控制信息处理设备、软件雷达信息处理设备等一系列信息化装备，在指挥系统中扮演着“大脑”的关键角色。

正是这段漫长的技术积累期，为科思科技的智能化转型奠定了至关重要的基础。

一个是深厚的场景理解。

通过长期参与各类军用装备系统的研制，科思科技对陆、海、空、天等多维战场的实际需求和作战流程有着深刻的理解，比如特定作战场景下的C2流程、通信协议、电磁环境和战术需求。

这种隐性的知识，是任何纯粹的AI公司用多少算力都无法凭空获得的。

它知道在什么场景下，什么数据最重要，AI模型应该优化什么目标函数。

另一个是宝贵的数据资源。

科思在长期的实际比测和演练中，积累了海量的、经过实战场景验证的核心数据。在AI时代，这些高质量、高相关性的数据是训练可靠军事AI模型最稀缺、最宝贵的燃料。

换句话说，这是科思最核心的、无法被复制的护城河。如果说，训练一个目标识别算法需要百万量级的样本，而一个辅助决策算法则需要千万量级的样本。

科思在长期的装备比测和实战化演训中，积累了海量的、经过严格标注的、在各类环境下采集的数据。

这些数据包含了复杂的背景噪声、敌我干扰和战术对抗，价值远非实验室模拟数据可比。

毕竟，对于AI模型而言，数据质量决定了其系统抵抗故障和干扰的能力和泛化能力的上限。

也正是这两个原因，科思才有能力打造中国版的“Palantir + Anduril”复合体。

例如，在水声对抗这一极具挑战性的领域，目标信号极其微弱，且被强烈的海洋环境噪声所淹没。

科思科技利用其积累的大量水声信号数据，训练了专门的深度神经网络模型，用于信号增强、特征提取和目标分类，让识别率提高了30％。

同时，通过模型量化、剪枝和蒸馏等轻量化技术，将这些复杂的AI模型成功部署在算力受限的端侧声呐处理设备上，实现了对水下目标的实时、高精度探测与识别。

这本质上是将Palantir的云端大数据分析能力，微型化并前置部署到了作战区域边缘。

而且科思对Anduril的对标，核心壁垒在于解决了无人集群作战的根本性技术瓶颈——可靠、抗毁、高效的通信。

之前聊FPV的文章里我们写过，无人设备集群作战，在通信层面是一个典型的移动自组网问题。

而在强电磁干扰和节点高速运动的战场上，传统的中心化网络，比如依赖基站的蜂窝网络这种，就极易被摧毁或干扰，导致整个集群瘫痪。

而科思科技的破局点在于其自主研发的智能无线电基带处理芯片。

这块芯片的核心技术在于“去中心化网络协议栈”。

这块芯片内置了先进的Ad-hoc路由算法，使得每个节点都能充当路由器，网络拓扑可以动态变化，单个或部分节点被摧毁不影响整个网络的连通性，具备极强的自愈合能力。

这个愈合能力，通俗解释，就是类似于有组织有建制的军队，一部分火力单元被摧毁，不影响部队建制的完整性和指挥链的通畅性。

可以说，这块小小的芯片，是我军实现大规模无人集群智能协同的“神经系统”，能够真正实现大规模异构无人平台的智能协同作战。

而2024年“全域支援”挑战赛的夺冠，正是对其智能集群控制、 动态任务规划和协同作战算法这一全栈技术能力实战化检验的成功结果。

从这个角度往后看，科思的最终形态，应该是一个打通了“芯片设计-模组集成-整机平台-软件算法-系统解决方案”的全产业链技术闭环。

向下，它通过自研核心芯片，包括通信、AI加速、射频，掌握了产业链的制高点，摆脱卡脖子风险，并能实现软硬件的深度协同优化。

向上，它不只提供硬件，而是提供一个完整的、智能化的作战体系。

这个体系能够将感知、通信、决策、控制、打击、评估等环节无缝集成，本质上是在向我军交付一个加速版OODA循环。

这种垂直整合能力，使其在中国“AI+军工”生态中，扮演了承上启下的节点角色。

它不仅自己制造装备，更能为国家队的其他平台提供核心的智能化与网络化能力。

结语

最后，我们将视线从企业拉回到大国博弈的宏观层面，我国的AI军事化路径所形成的比较优势已经很清晰了。

我们是体系效率、产能、数据主权与成本结构优势。

其中，军民融合的制度设计，极大地缩短了技术从民用实验室到军用试验场的转化周期，形成了一种“技术快速迭代、应用场景快速验证”的正向循环。

在整体体系的演进速度上，必然会超越美军缓慢的采购流程数倍甚至数十倍。

而得益于工业产能优势，我们能在技术对等不存在代差的情况下，打出比对面多十倍百倍的技术装备。

与之相对，美国“第三次抵消”战略的成功前提是，有巨大的质量优势，且必须有代差。

所以大家可以简单理解为，美国人在做的事，约等于旧日本海军的“渐减邀击”战术和二战德军后期痴迷于“末日兵器”的操作。

都是力图用有限的工业产能搞出战争奇观，然后靠极大质量优势打赢对面数量优势的战略。

本质上，是一种处于劣势状态的“以小博大”思维。

那么美军第三次抵消战略有用吗？

第一次抵消，美军实打实有核武器优势，存在代差。

第二次抵消，美军实打实取得了制电磁权优势，一样是降维打击。

然而这第三次面对我们，性质完全不一样。

我们是全世界唯一一个有全产业链的国家，工业产能全球最高，而美国早已被产业转移掏空了身子，甚至修个航母排队到十年后。

所以我们要看到，第三次抵消的本质是美国就工业能力远逊于我们的现状，而不得已做出的选择。

然而无论怎么讲，AI本质上是作为工业品的发展物衍生出现的。

因此，这个时代OODA循环的基础，依然是——工业！

没有工业这个地基，所有的算力堆砌，都是空中楼阁，都是不可再生。

因此，从这个角度来看，我国无疑具备了从体制到产能的所有基础优势，目前我们看得到的，尖端技术领域的少量劣势，在产业基础巨大优势的加持下，全面超越这个小问题，只需要放心交给时间就好。