美军花了几百亿没搞定的眼镜两巨头想再试一次

2026-05-20 | 来源: MIT科技评论 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

国防科技公司 Anduril 分享了与 Meta 联合开发的军用 AR 头盔的新细节，其中包括一个大胆的设想：通过眼球追踪和语音指令，对无人机下达军事打击命令。

奎·巴内特（Quay Barnett）是这个项目的负责人，他以副总裁身份领导 Anduril 的相关工作，此前在美国陆军特种作战司令部服役。他说自己的根本目标是让“人作为武器系统”达到最优状态。这个愿景毫无疑问带有赛博格色彩：巴内特希望无人机和士兵能共同观察、无缝共享信息、像一个整体一样做决策。

Anduril 目前在同时推进两个项目。第一个是美国陆军的“士兵原生任务指挥系统”（Soldier Born Mission Command，SBMC），Anduril 去年拿到了一份 1.59 亿美元的原型开发合同，与 Meta 合作开发可以安装在现有军用头盔上的 AR 眼镜。第二个是 Anduril 自己掏钱做的项目，去年 10 月公布，叫做 EagleEye——一套头盔加头显的一体化方案。这个东西军方没有要求做，但 Anduril 坚持认为军方最终会更喜欢它并买单。

两个系统目前都还要好几年才能就绪。陆军预计最快到 2028 年才会把 SBMC 项目中的首选方案推进到量产阶段——如果它选得出来的话。此前该项目的牵头方微软原本要拿到一份 220 亿美元的量产合同，但因为眼镜没能证明可行性，合同最终被取消了。不过巴内特向《麻省理工科技评论》介绍了 Anduril 两个原型的发展方向。

根据不同的作战情境，两款原型的眼镜会在士兵的视野中叠加特定信息。简单的可能只是一个指南针，复杂的可能是整片区域的地图、附近无人机的位置，或者 AI 识别出的目标——比如一辆卡车。

士兵可以用自然语言跟界面对话。比如为一名受伤人员呼叫撤离，或者规划一条避开禁区的路线。系统将使用大语言模型来把士兵的语音翻译成软件可以执行的指令——Anduril 正在测试 Google 的 Gemini、Meta 的 Llama，甚至还有 Anthropic 的 Claude，尽管 Anthropic 目前与五角大楼存在冲突。驱动这一切的引擎是 Anduril 的软件平台 Lattice，它能把各种军事硬件的数据整合成一张统一的态势图。今年 3 月陆军宣布将投入 200 亿美元，把 Lattice 接入几乎全部基础设施。

巴内特的团队正在把头盔设计成能执行多步骤任务。比如士兵可以派一架无人机去侦察某个区域，指示它发现疑似炮兵阵地后返回；然后系统会推荐下一步行动方案，比如派附近的无人机进行打击，但这需要通过正常的指挥链批准。如果一切按计划运行，引导系统完成这些操作甚至可能不需要说话，士兵可以通过被追踪的眼球运动和轻微的点触来传达指令。巴内特说这在早期原型机上已经跑通了，但还没有可以交给陆军大规模测试的版本，零部件从今年 3 月开始到货。

几百亿出海收购中国马斯克陷怪圈

外卖大厂们花几百亿,也没能进去某些大学的门

电子垃圾三件套,捞了中国男人几百亿?

对于已经被信息过载压得喘不过气的士兵来说，这些功能可能太多了。兰德公司的高级政策研究员乔纳森·黄（Jonathan Wong）是前美国海军陆战队员，专门研究陆军新技术采购。两个智能眼镜项目的目标都是打造一个清爽的界面，只在正确的时间呈现正确的信息。但如果这个产品消耗的注意力比它节省的还多，士兵会拒绝使用。“你有多少脑力带宽，既要感知周围环境，又要操作这项技术，还要让自己和整个小队变得更强？”他说。

黄回忆自己当排长的时候，手上有一台同时跑三个频道的电台。“两个人在不同频道同时说话的那一刻，我立刻两边都听不懂了，而且很可能也感知不到周围发生了什么，”他说，“人能接收的信息是有上限的。”

巴内特说，理想情况下智能眼镜恰恰可以缓解信息过载。Anduril 的思路是用各种创造性的方式让用户快速获取必要信息，语音指令和眼球追踪是其中的一部分。但黄说，即使技术上全部可行，可能还需要好几年的实战测试才能知道这套系统对士兵是否真的有用。

这样的系统将大幅升级士兵对不完美 AI 系统的依赖程度。用计算机视觉模型来识别物体，军方用了很久了；聊天机器人最近也进入了伊朗战争中的决策环节。但这些技术还没有延伸到大多数一线士兵手中。一套被赋予识别威胁和推荐打击任务的智能眼镜系统，将带来巨大的新的出错风险。

竞争 AR 战斗眼镜的不只 Anduril 一家。专做军用可穿戴传感器的 Rivet 在同一时期拿到了 1.95 亿美元的原型合同，今年 3 月以色列国防科技公司埃尔比特（Elbit）也拿到了 1.2 亿美元的合同。这一切都发生在微软失去陆军智能眼镜项目主导权之后——五角大楼的一项审计发现陆军没有对眼镜进行充分测试，这个失误差点浪费 220 亿美元。

在两个原型上，Anduril 都在测试一套新的数字夜视系统。这种系统利用电子传感器和算法来增强微弱光线。这项技术被期待了几十年，但过去要么响应太慢不够实用，要么画面粗糙。Anduril 说他们结合新一代生成式 AI 和传统机器学习技术，在前代原型的基础上取得了改进。