2026年10月2日，洛克希德·马丁高级副总裁Sarah Hiza在一段采访中说出了一句话。这句话足以让整个五角大楼的采购系统坐立不安：OpenAI正在为F-35战斗机解决传感器融合中最复杂的数学和物理问题。
这不是Chatbot接入办公系统的新闻，也不是PR式的“探索AI可能性”。传感器融合是F-35最核心的战斗力来源——那套将雷达、红外和电子战输入整合为单一战场态势的系统，是这架战斗机造价超过1亿美元的根本理由。让一家商业AI公司触及这套系统的工程内核，在五角大楼的采购史上几乎没有先例。
问题的关键不是“洛克希德为什么选择OpenAI”，而是“洛克希德为什么需要到外面去找AI”。
55个模型和一个战略转向
Sarah Hiza在同一采访中还披露了另一个数字：洛克希德全业务线正在运行55种不同的大语言模型。不是两个，不是五个——是55个。公司采用刻意“模型中立”的策略，不绑定任何单一供应商，而是把各家商用模型拿进来跑，谁好用谁的。
一家打算自己做AI模型的公司会标准化在1到2个模型上。一家打算做模型集成层的公司才会持有55个模型并且还在不断增加。洛克希德的赌注很明确：持久的竞争优势不在于拥有模型本身，而在于拥有那个将模型整合、测试、认证并放进武器系统的工程层。
洛克希德在过去两年里为这个赌注做了大量铺垫。2024年12月，它成立了Astris AI子公司，帮助国防企业以安全、加固的方式采用AI。2025年6月，它启动了AI Fight Club——一个覆盖空、天、陆、海全域的大规模合成测试环境。2026年2月，在内华达州内利斯空军基地，Project Overwatch完成了飞行测试：一个AI增强的作战识别模型在F-35飞行员屏幕上独立生成了目标标记。洛克希德称这是“战术AI模型在飞行中首次独立生成作战识别”。
但与这些自建能力形成反差的恰恰是那个关键动作：当最困难的问题摆在面前时，洛克希德还是选择了打开铁幕。
Block 4：一个60亿美元的红灯信号
这个选择与F-35的现代化项目Block 4的困境直接相关。Block 4涉及武器、传感器、电子战和网络能力超过75项改进。美国政府问责局今年报告指出，这个项目的成本已超出原始估算超过60亿美元，进度滞后至少五年。首架配置Block 4的F-35预计要到2031年才能交付。
这些数字叠加起来的分量很难被高估。F-35的服役周期维持费用预计至少1.58万亿美元，加上采购成本后，全生命周期总成本已超过2万亿美元。五角大楼2025年现代化采购报告显示，购进全部计划中的F-35所需费用已从前一年的4852亿美元上升到5363亿美元。
每个月的传感器软件延期，都意味着全球装备量最大的隐形战斗机带着一套越来越难以更新和适应威胁环境的融合系统在飞行。对手不会等待五角大楼的采购日历。而商业前沿模型提供了内部团队无法复制的东西：一条以全球AI竞争节奏为速度进化的能力曲线。
此外还有一个预算维度的现实。五角大楼2026财年AI与自主系统预算申请创下了134亿美元的纪录——这是首次为这些能力设立专项目。但这笔钱要在多个领域之间分配：94亿美元用于空中无人机，17亿美元用于海上自主平台，7.34亿美元用于水下系统，2.1亿美元用于自主地面车辆，12亿美元用于软件和跨域集成。一个商业前沿模型实验室可以在单一技术栈上集中体量相当的资本。没有任何一家国防主承包商的内部研发预算能匹配商业AI行业的聚合投入，而这个差距是结构性的，不是周期性的。
“卖铲人”逻辑的国防版本
洛克希德的55个模型策略揭示了一个更深层的战略判断：在国防科技领域，模型本身正在快速商品化。
今天OpenAI的o-series领先，明天Anthropic、Google DeepMind或者其他竞争者可能追上来。如果把F-35核心系统的智能绑定在某一家模型上，五年后当竞争对手的模型更好的时候，更换成本将高不可攀。
所以洛克希德选择把护城河建在测试和认证层。AI Fight Club就是这种思路的物理表达：一个足以模拟全球规模作战的合成环境，任何一个AI模型在触及真实飞机之前，都必须在空、天、陆、海数千个场景中被验证过。这套测试基础设施——不是任何一个模型本身——才是洛克希德今天正在建设的、最持久的竞争壁垒。
Project Overwatch展示了这个管道的实际运作。2026年2月的飞行测试中，AI模型解决了发射器之间的识别歧义，提升了战场态势感知，降低了飞行员的决策延迟。工程师用自动化工具标记新型发射器，在几分钟内完成了模型重训，并在下一次飞行前将更新后的模型加载回飞机——整个过程从发现新威胁到重新部署只用了数小时，而不是数月。
但要把同样的流程扩展到F-35传感器融合的核心，洛克希德面临的可能是内部模型的天花板。Sensor fusion是国防技术中最复杂的数学和物理问题之一——将来自不同物理原理的多模态传感器数据实时对齐、去噪、关联并产生统一结论。这正是前沿AI模型在多模态数据训练中积累出的独特优势。OpenAI在数学推理和物理建模上积累的能力，可能超出了洛克希德任何内部自研模型在合理时间窗口内能达到的水平。
与其用两三年追赶一个已经领先的商业选手，不如直接把它请进来——这就是“模型中立”策略的真正含义：不是放弃AI，而是放弃了“非我不可”的幻觉。
两个估值故事
这场合作也折射出国防科技市场正在发生的结构性重组。洛克希德2026年第二季度财报显示，其积压订单达到创纪录的2300亿美元，同比增长约640亿美元，账面对账单比为3.2:1。公司上调2026全年销售指引至797.5亿至817.5亿美元，中点增幅约8%，远高于一季度前给出的5%指引。2300亿美元的订单是它的铠甲。
但与它形成对照的是Palantir。这家AI软件公司2026年第一季度营收同比增长85%至16.3亿美元，全年营收指引上调至76.5亿美元。营收不到洛克希德的十分之一，但Palantir的市值在2026年7月约为3040亿美元——而洛克希德的市值约为1200亿美元。一场不对等的倒挂：一家营收不足对手十分之一的软件公司，市值是对方的两倍半。
这个差距说明了市场如何评估“整合层”和“模型层”的价值。洛克希德拿走了整合和认证的利润——规模大、壁垒高但增长率相对稳健；Palantir拿走了AI原生软件层的利润——增长快、复利效应强、资本市场愿意给极高的估值倍数。洛克希德的“模型中立”策略，本质上是对这套新价值链的接受：超额收益流向了软件和模型层，但交付保障的护城河——那个把商业模型安全装进战斗机的工程能力——仍然掌握在系统集成商手中。
五角大楼的新通道
还有一个不可忽视的背景变化。2026年5月1日，五角大楼宣布与8家科技公司——OpenAI、Google、Microsoft、Amazon Web Services、NVIDIA、SpaceX、Oracle和初创公司Reflection AI——达成协议，允许它们的人工智能系统接入国防部的保密网络，最高安全级别覆盖秘密和绝密信息。
这是美国军方历史上第一次大规模向商业AI供应商开放保密网络。在此之前，一家AI公司要为国防项目工作，需要耗费数年建立自己的安全基础设施并通过认证。洛克希德能够让OpenAI参与F-35传感器算法的工作，正是因为这条五个月前才铺通的“安全通道”已经就位。
洛克希德不是唯一一家利用这个新规则的公司。但它是第一个把这个通道接入自己最核心武器系统工程内核的国防主承包商。这一步的意义可能比表面看起来更大。
如果这个模式证明可行——一家军工商带着商业AI实验室进入核心武器系统的工程代码——那么“开放性”将从非涉密办公系统一路延伸到武器系统的神经中枢。这对盟友协同、技术出口管制乃至未来战争的软件供应链管理都将产生深远影响。
结论
这场合作指向了一个正在硬化的趋势：国防系统的AI化，不是在国防工业体系内部另建一个AI产业，而是把商业AI的能力管道接入国防系统。洛克希德的55个模型加“模型中立”策略，是这个趋势的组织架构版本；五角大楼与8家AI公司的保密网络协议，是这个趋势的政策基础设施版本。两件事在同一年发生，不是巧合。
对国防工业来说，主承包商的价值正在从“拥有全部技术”转向“能够整合最好的技术”。对AI行业来说，全球最大的军工企业选择不自己造AI——这是对“模型商品化”假说的又一次验证。
十年后回头看，国防科技领域最值钱的资产不是某个最聪明的模型。而是那张写着“如何把一个商业模型安全、可靠、经过认证地装进一架战斗机”的技术图纸。洛克希德今天正在画这张图。而OpenAI是它的笔。
快报