Meta 披露 Llama 軍事應用進展：特戰情報生成提速 18 倍

過去矽谷巨頭談起開源模型，聊的大多是開發者生態和技術普惠。但現在，開源大模型的網線正在直接插進軍隊的指揮系統和戰地裝置裡。

Meta 發文披露了其開源 AI 模型 Llama 在美國國家安全領域的最新落地進展。在這份清單裡，不僅有亞馬遜雲科技（AWS）和 Snowflake 這樣的雲端計算巨頭在高度敏感的網路中部署 Llama，更有一批防務承包商和初創公司，已經把模型送上了戰術前線。

特戰報告提速 18 倍，連戰地影片也由 AI 盯梢

最扎眼的案例來自防務初創公司 Legion Intelligence 與美國特種作戰司令部（USSOCOM）的合作。雙方聯合推出了特種作戰部隊首個全機構級生成式 AI 平臺「SOFChat」，底層使用的正是 Llama。

按 Meta 的說法，這個系統把特種部隊生成情報報告的速度拉高了 18 倍，處理戰場影片監控畫面的速度也快了 9 倍。在分秒必爭的戰術指揮中，這種「機器速度」的現場感知和研判正在直接改變一線人員的作業方式。

傳統的防務系統開發週期漫長，而基於成熟的開源基礎模型做定製，讓初創團隊以極低的資源成本拿出了實戰可用的工具。

抱上消費級筆記本，斷網也能開工

除了指揮中心的大系統，Llama 的另一個主場是極端邊緣環境。畢竟在真實的戰場上，斷網是家常便飯。

初創公司 EdgeRunner AI 基於 Llama 開發了專用語言模型，可以直接裝在普通的消費級筆記型電腦上執行。這意味著即便身處對抗激烈的斷網前線，士兵依然能用 AI 識別飛機安全降落點、翻譯當地語言，或是快速計算口糧與飲用水配給。

在傳統軍工老牌巨頭手裡，Llama 則成了工程加速器。洛克希德·馬丁（Lockheed Martin）把 Llama 放進自家的 AI Factory 平臺，其著名的臭鼬工廠（Skunk Works）團隊藉此打造了一個「虛擬業務專家」。

這套系統專門幫軟體工程師快速理解美軍的聯合模擬環境（JSE）架構並編寫相容程式碼。洛馬正用它為美國空軍、海軍以及盟國飛行員開發飛行模擬與訓練系統，大幅降低了工程師跨領域的摸索門檻。

為什麼重要

開源大模型最大的護城河，往往不是跑分有多高，而是它能不能被塞進別人碰不到的私有環境裡。閉源商業模型的 API 無論多強大，都無法逾越軍事情報對「資料完全不出境」和「物理斷網」的硬性紅線。Llama 允許機構保留對模型和資料的絕對控制權，這一點在防務領域成了天然的通行證。

我們認為 Meta 這次高調亮牌是一步精明的外交棋。過去一段時間，華盛頓圍繞開源 AI 是否存在安全隱患的爭論不斷，閉源巨頭也頻頻以此遊說監管。Meta 直接用一系列軍方訂單證明：開源不僅沒有削弱安全，反而正在成為美國國防基礎設施的底座。

不過，隨著大模型深度滲透進特種作戰與武器模擬，開源技術的倫理邊界也必然被推向風口浪尖。當民用程式碼直接參與決定戰場上的降落點與情報分析，科技巨頭想要在國家盟友與全球中立開發者之間維持平衡，只會越來越難。