●大模型赋能作战辅助决策，是智能化战争发展的必然趋势。只有将技术优势转化为决策优势，才能将智能技术转化为作战效能

当前，大语言模型快速迭代，凭借语义理解、逻辑推演与复杂内容生成方面的优势，正深刻定义作战决策新范式。如何将大模型技术优势转化为作战决策优势，成为打赢智能化战争的新课题。

态势感知：穿透迷雾的“战场慧眼”。智能化战场上，多源异构数据呈“洪流”之势，传统人工分析难以应对。大模型以超强的信息吞吐与认知加工能力，正成为情报分析的“战场慧眼”。一是跨域情报融合。大模型可同步处理陆、海、空、天、电、网等多源情报信息，对语音、图像、视频、文本等异构信息实施统一编码与语义对齐，通过自主调用动态规整工具打通时空壁垒，使碎片化信息汇聚为全域一体、精准可信的战场认知图景。二是情报信息挖掘。大模型凭借注意力机制于千头万绪中捕捉隐蔽关联，可对海量情报进行针对性筛选，提取与作战相关的高价值情报信息。利用上下文推理与知识图谱交叉验证，识别矛盾、填补空白、修正误判。三是战场态势研判。大模型可将当前态势与历史经验纵横比对，研判敌方意图与行动走向。运用异常检测洞察通信骤变、电磁异动等细微偏差，识破隐蔽转移与欺骗伪装。依托数字孪生与轨迹建模，从静态感知跃升为动态预判，实现见微知著、料敌先机。

作战筹划：运筹帷幄的“谋略智库”。作战行动能否达成预期，关键在于作战方案筹划的科学性与可行性，大模型正成为指挥员运筹帷幄的“谋略智库”。一是智能任务规划。军事大模型能够快速、准确领会指挥员自然语言指令的意图和思维习惯，结合相关军事理论和历史经验，在任务目标与资源约束下，基于流程规范自主调用规划工具，快速实现任务分配，生成多套备选方案。二是方案推演评估。大模型驱动仿真系统对方案进行多轮次评估，识别潜在风险，辅助方案对比，提出意见建议，提高筹划决策的科学性、精准性。三是动态迭代优化。大模型凭借在线学习与自我进化能力，紧随战场脉搏持续校准方案，尤其对于需要以快制胜的场景下，能够快速完成方案筛选或生成。同时，支持多种规划方式，既可基于多轮对话、人机协同的方式按需修案，也可采用分布并行的方式快速自主迭代，赋予作战计划以因敌制胜的灵活性与主动权。

指挥控制：贯通体系的“神经中枢”。未来战争是体系与体系的对抗，大模型正成为贯通指控链路的“神经中枢”。一是指令精准生成。大模型依托自然语言理解与语义解析，将指挥员抽象笼统的作战构想，转化为具体可执行指令。尤其可以结合具体场景，针对武器装备特点和性能，补齐表述不清晰或默认空白要素，生成差异化任务指令。二是快速自适应编组。大模型融合历史战例、交战规则和情报信息等数据库和模型库，快速生成适应战场环境和作战需求的编组方案，极大提高了指控效率。三是多域协同控制。大模型统筹各域力量的行动节奏与协同时序，于万千节点间动态调配目标、火力与资源，使分布式作战单元自组织、自适应地聚合成势。

大模型赋能作战辅助决策，前景广阔，但挑战犹存。一是“黑箱”问题亟待破解。大模型的决策过程不透明，难以解释推理逻辑。在军事应用中，决策的可解释性至关重要。必须发展可解释人工智能技术，让指挥员“知其然更知其所以然”。二是数据安全面临考验。军事数据高度敏感，大模型训练和应用过程中存在数据泄露风险。必须加强数据加密和脱敏处理，建立严格的数据安全管理制度。三是人机协同需厘清边界。大模型是辅助工具，最终决策权必须掌握在人手中。要明确人机责任划分，制定军事AI伦理准则，确保“人始终在环”。四是实战化检验不可或缺。大模型能力需要在真实战场环境中检验。要加强演训应用，在复杂电磁环境、极端气象条件下测试大模型性能，不断提升实战化水平。

责编：王铭俊

一审：王铭俊

二审：赵雨杉

三审：文凤雏

来源：解放军报