Hong AI 研究室 /专题研究 001
Palantir 标志研究对象
PUBLIC SOURCES · 2026.08
Defense AI Research · Vol. 01

从数据到决策:Palantir 如何重塑军事 AI

一份围绕军事场景、产品体系、技术架构、商业路径与治理边界的公开资料研究。重点回答:大模型究竟位于作战系统的哪一层,以及 Palantir 真正交付的是什么。

研究日期 2026-08-01公开资料版阅读约 25 分钟
SENSE 感知DECIDE 决策ACT 行动LEARN 复盘
闭环DATA → DECISION
00

执行摘要

Palantir 的核心竞争力不是“训练出最强军用大模型”,而是把模型放进一个能够接入真实数据、理解任务语义、遵守权限、部署到机密网络并留下审计轨迹的作战软件系统。

核心判断 01

平台,而非单模型

Gotham/Foundry 处理数据与业务语义,AIP 编排模型和智能体,Apollo 管理跨云、机密与边缘部署。

核心判断 02

从参谋辅助切入

情报融合、态势感知、计划生成、后勤与战备是当前更成熟的落点;高风险行动仍强调人在回路。

核心判断 03

赢家控制“决策闭环”

军事 AI 的护城河来自数据权限、任务本体、工作流嵌入、部署运维与组织采用,而不只是模型参数。

阅读边界:本文只讨论公开披露的军事与国防场景,不推断涉密能力;“合同上限”“潜在机会”不等同于确定收入,供应商案例数字均明确标注口径。
01

产品定位

Palantir 将自己置于“作战数据与决策操作系统”的位置:向上连接指挥员、分析员与任务应用,向下连接传感器、业务系统、模型、云与边缘节点。

它不只是

聊天机器人、情报搜索框、数据看板、单点识别模型,或只在中心云运行的 SaaS。

它更接近

一个可配置的任务平台:将分散数据变成可操作对象,再把 AI 建议嵌入有权限、有审计、有人类批准的流程。

大模型把“使用软件”变成“用任务语言调动软件”;Ontology 则把语言重新锚定到真实世界的单位、装备、地点、任务与权限。

目标用户:战略与战区指挥机构、情报分析员、目标工作组、后勤和战备部门、软件工厂、盟军联合司令部,以及需要在受控环境交付应用的传统与新兴国防承包商。

核心目标:缩短从数据到决策、从传感器到效应、从需求到应用上线的周期,同时保持跨密级访问控制、操作可追溯与多方协同。

02

产品架构

四个基础平台加一组任务解决方案,形成从数据底座到前线应用的纵向栈。Maven、Vantage、TITAN 不是孤立产品,而是这套栈在不同军事任务中的产品化形态。

任务应用层

Maven Smart System、Army Vantage、TITAN、Mission Manager,以及客户和生态伙伴构建的任务应用。

C2 / ISR / READINESS
AIP · AI 层

接入大模型、传统机器学习与智能体;用任务对象、工具调用、护栏和人工审批把模型能力变成可控工作流。

LLM / AGENT / GUARDRAIL
Gotham / Foundry

整合异构数据、构建数据血缘和 Ontology,把“表和字段”映射为任务中的人、物、地、事与关系。

DATA / ONTOLOGY / APP
Apollo · 交付层

对连接、断连、隔离网络和战术边缘环境进行持续部署、版本控制、健康监测与合规变更。

DEPLOY / UPDATE / OPERATE
基础设施层

商业云、政府云、机密网络、本地数据中心、车载/舰载/前沿计算节点与第三方模型生态。

CLOUD → AIR-GAP → EDGE

分析提示:Gotham 与 Foundry 的能力边界正在被 AIP 和行业解决方案重新包装;军事采购往往以任务系统或企业协议呈现,而不是简单购买单个软件 SKU。

03

发展路径

Palantir 的国防路线经历了“情报数据融合 → 陆军企业数据平台 → AI 加持的联合指挥与目标链 → 企业级采购框架与盟军扩张”。

2003–

从反恐与情报分析起步

Gotham 围绕多源数据融合、关联分析与细粒度权限建立早期壁垒。

2018

Army Vantage 扩展到全军经营与战备

从人员与战备可视化,延伸到财务、后勤、合同与企业数据平台。

2023

AIP 将生成式 AI 接入任务工作流

重点不在聊天,而在模型访问真实数据、调用工具和执行受控动作。

2024

Maven 与 TITAN 进入规模化阶段

Maven 原型合同上限 4.8 亿美元;TITAN 第三阶段 1.784 亿美元、10 台原型。

2025

NATO、英国与美国陆军框架扩张

NATO 采购 MSS;美国陆军整合 75 份合同为最长十年的企业协议;英国宣布防务 AI 战略合作。

2026

从使用平台转向部队自建 AI 工作流

美国陆军公开组织 Vantage Edge 竞赛,让军人用 AIP 工具构建生产级工作流;NATO 将 MSS 继续嵌入演习内容生成与控制。

04

产品能力与军事场景

覆盖范围从“打仗”延伸到“准备打仗、维持作战和复盘训练”。选择下方类别,可查看相应场景。

01 · ISR / TARGETING

情报融合与目标工作

聚合卫星、航空、地面、开源与历史数据;对实体和关系去重关联,支持目标发现、优先级排序、协同研判与证据追溯。

多源传感器 → 实体解析 → 模型辅助 → 分析员确认 → 目标工作流
02 · C2 / CJADC2

联合全域指挥与态势感知

建立跨军种共同态势图,把兵力、任务、威胁、气象与后勤状态放在统一任务语义中,支持计划比较与动态重规划。

联合作战数据 → 共同图景 → 方案比较 → 指挥员决策
03 · TACTICAL EDGE

战术边缘与 TITAN

在机动地面站就近处理来自太空、高空、航空和地面层的传感器数据,降低回传依赖与分析员认知负担,缩短传感器到射手链路。

前沿数据 → 边缘 AI/ML → 目标提名 → 火力 C2
04 · LOGISTICS

战备、后勤与供应链

整合库存、维修、人员、运输、合同和财务数据,发现缺口、预测需求、优化调拨并追踪装备与部队可用度。

业务系统 → 战备对象 → 风险预警 → 资源配置
05 · FORCE MANAGEMENT

兵力与资源管理

支持人员、编制、训练、预算和采购的企业级分析。Army Vantage 是从战场之外建立组织数据能力的典型入口。

人员/财务/合同 → 企业数据产品 → 领导决策
06 · SOFTWARE ECOSYSTEM

软件工厂与模型生态

让部队开发者和承包商在受控环境快速构建应用、接入第三方模型、发布组件,并通过 Apollo 向不同密级与边缘环境持续交付。

需求 → 低代码/SDK → 安全测试 → 多环境部署
07 · TRAINING

演习设计与训练控制

NATO 正用 MSS 辅助生成演习事件/事件注入,响应参演方行动并整合演习控制简报;重点是加快参谋工作而非替代演习设计责任。

训练目标 → 情节/事件建议 → 人工编辑 → 动态导调
08 · KNOWLEDGE WORK

参谋知识助手

在授权数据范围内检索命令、条令、报告和态势信息,生成摘要、COA 草案、简报底稿和交接材料,并保留来源与审批链。

自然语言 → 权限检索 → 有据回答 → 人工批准

代表性案例证据

项目任务价值公开规模成熟度解读
Maven Smart System情报融合、瞄准、战场态势、计划与决策US DoD · $480M ceiling部署扩张Palantir 最接近“AI 作战系统”的产品化载体。
MSS NATO联盟级共同数据作战能力与多域演习集成32 国联盟体系演习使用验证跨组织、跨国和互操作需求;采购周期公开称约六个月。
TITAN多层传感器融合、战术边缘分析、目标提名$178.4M · 10 prototypes原型成熟从纯软件供应商走向软硬一体的非传统主承包商。
Army Vantage全军数据平台、战备、财务、后勤与人员30k+ datasets · 180+ systems*企业平台以后台经营数据建立规模和组织黏性,再叠加 AIP。
UK Defence partnership数据分析、情报、决策支持、计划与瞄准Up to £750M opportunities战略合作盟友市场本地化与主权数据承诺成为重要 GTM 条件。

* Army Vantage 的数据集、系统与节约金额来自 Palantir 官方案例页,为供应商口径。

05

商业模式

军事软件不是按“每席位每月”成交。Palantir 通过长期项目、任务原型、企业许可、持续工程服务与生态上架形成高触达、高迁移成本的政府业务。

2025 GOVERNMENT REVENUE$2.40B

同比增长 53%;其中美国政府客户约 19 亿美元。数据来自 Palantir 2025 年 10-K,政府收入包含但不限于军事业务。

按 2025 年总收入 44.75 亿美元计算。

01 / LAND

以任务痛点切入

从情报融合、战备或财务等可测量问题起步,用原型、OTA 或小范围部署证明价值。

02 / EMBED

前线工程师共创

工程团队与用户在任务现场迭代,把隐性流程编码成数据模型、权限和应用。

03 / EXPAND

跨单位与跨任务扩张

共享数据底座后,新应用边际交付更快,形成从单一用例到企业平台的扩张。

04 / ECOSYSTEM

吸纳模型与伙伴

Mission Manager、OSDK 与 Apollo 让第三方应用在安全环境交付,平台成为生态入口。

2025 年美国陆军企业协议把 75 份合同整合进一个最长十年、上限 100 亿美元的框架。它体现采购整合与平台化,但上限不是订单承诺。

优势与代价

优势

处理遗留系统与异构数据;深度嵌入任务;跨云、机密、边缘部署;细粒度权限与审计;快速把模型变成可用应用。

代价 / 风险

供应商锁定、采购集中度与可替代性争议;实施依赖高水平工程服务;数据治理和组织变革成本高;商业口径效果需独立验证。

06

技术实现

真正困难的部分不是让模型“会回答”,而是让它在正确的时间、以正确权限读取正确数据,调用经过批准的工具,并让人类理解它为何如此建议。

01

连接数据

接入传感器、业务系统、消息、文档和外部情报。

02

语义建模

Ontology 将数据映射为单位、装备、目标、任务与关系。

03

模型编排

按任务调用 LLM、视觉模型、预测模型与规则引擎。

04

工具行动

查询、比较方案、更新任务对象或向其他系统发出受控请求。

05

人类裁决

在关键节点解释来源、置信度、限制并请求授权。

06

审计学习

记录输入、输出、工具调用、审批与结果,支持复盘改进。

六项关键工程能力

权限继承

模型不能因为“看得懂自然语言”就越过数据权限。检索、推理与工具调用均需继承用户和任务授权。

可追溯 RAG

回答应绑定原始报告、传感器记录或数据库对象,支持分析员回看证据而不是相信流畅文本。

确定性护栏

将自由生成限制在预定义任务、数据范围、工具和批准步骤中;高风险动作采用显式审批。

多模型组合

不同密级、延迟、成本和任务选择不同模型;大模型负责理解与编排,专用模型负责识别或预测。

断连与边缘

Apollo 面向断网、隔离和受控环境管理版本与运维;边缘节点需要在有限算力与带宽下保持任务能力。

持续评测

军事 AI 评测不仅看准确率,还要看虚警、漏警、时延、鲁棒性、可解释性、权限违规和任务效果。

关键边界:公开资料显示的主流做法仍是“人机协同的决策支持”。把这类平台直接描述为“自主武器大脑”会混淆数据/指挥软件与武器控制系统,也超出公开证据。
07

发展趋势

未来竞争将从“谁有一个模型”转向“谁能把多模型安全地嵌进联盟级、多密级、断连可用的任务网络”。

从 Copilot 到 Agentic Workflow

模型不再只生成摘要,而是跨数据源完成检索、比较、填报和任务编排;但行动权限会被拆成可审计步骤。

任务本体成为竞争焦点

通用模型逐渐商品化后,决定效果的是高质量任务语义、数据产品、权限模型和历史操作反馈。

边缘小模型与中心大模型协同

前线使用低时延、低算力模型完成筛选与辅助;中心节点负责复杂推理、全局融合与模型更新。

从单军种到联盟级互操作

NATO MSS 显示数据标准、主权、密级与共同作战图景将成为规模化门槛,软件必须支持联盟而不是只支持单一客户。

采购从项目制转向能力框架

企业协议与平台采购可加快交付,却也提高对开放接口、数据可迁移、竞争和退出机制的要求。

红队评测与责任治理产品化

模型评测、提示注入防护、数据投毒检测、来源追溯和人类授权会从政策文本变成平台原生能力。

对中国国防科技产业的启示

Palantir 最值得研究的不是某个界面或模型,而是“以任务为中心的软件工程与交付机制”。可转化为五个观察框架:

  • 先建设任务数据产品,再叠加大模型
  • 把权限、审计和人在回路做成平台能力
  • 面向断连、弱网和国产异构算力设计
  • 以小场景证明价值,再扩展共用底座
  • 开放接口与生态治理同时进入采购要求
  • 用真实演训闭环评测,而非只做 Demo
REF

主要资料来源

优先采用政府、军方、NATO、SEC 与 Palantir 官方材料。访问日期均为 2026-08-01。

  1. 美国国防部:Maven Smart System 4.8 亿美元合同公告
  2. 美国陆军:TITAN 第三阶段原型合同
  3. NCIA:NATO 采购 AI-enabled warfighting system
  4. NCIA:MSS 用于 STEADFAST DUEL 25
  5. NATO ACT:MSS 用于演习内容与控制工作台
  6. 美国陆军:Palantir 企业服务协议与 100 亿美元上限说明
  7. Palantir:Army Vantage 案例与供应商口径成效
  8. Palantir 文档:Apollo 与隔离/断连环境
  9. Palantir:AIP for Defense
  10. Palantir 2025 Form 10-K
  11. 英国国防部:与 Palantir 的防务 AI 战略合作
  12. 美国陆军:Vantage Edge 2 与部队自建 AIP 工作流

免责声明:本报告为独立研究,不代表 Palantir、美国国防部、NATO 或任何政府机构观点;文中商标归各自权利人所有。