当军事决策权逐步从人类飞行员向算法迁移，支撑这一迁移的资本结构、工程能力和作战验证闭环是否已经准备就绪？Shield AI的创始人Brandon Tseng给出的答案是X-BAT——他称之为“全球首款AI驾驶的垂直起降战斗机”。与此同时，美国空军的协同作战飞机（CCA）计划已将Shield AI选为任务自主提供商，而公司计划收购的Aechelon Technology则为五角大楼的联合仿真环境（JSE）提供高保真仿真技术。这三个支点——自主飞行器、AI驾驶软件和仿真验证平台——共同指向国防AI产业的核心命题。

2026年3月，这个命题在Shield AI的G轮融资中获得了一次全面的资金注解。这家总部位于圣迭戈的国防科技公司宣布完成15亿美元的G轮融资，投后估值达到127亿美元。同一交易包内还包含5亿美元固定收益优先股融资以及2.5亿美元延迟提款安排，总资金流入规模超过20亿美元。领投方为私募股权巨头Advent International和摩根大通旗下安全与韧性计划战略投资集团，现有投资方创新X顾问、Snowpoint Ventures、Riot Ventures、Disruptive、Apandion等继续跟投。

本轮融资的核心意义不在于刷新了国防AI赛道的估值天花板，而在于它暴露了资本迁移路径、技术整合逻辑与工程瓶颈之间一系列尚待回答的问题。从私募股权基金的深度介入，到仿真技术资产的横向收购，再到软件、硬件与验证基础设施的三角拼图，Shield AI正在试图组装一套国防AI领域的纵向整合叙事。但这一叙事能否在国防采购的铁幕前站稳脚跟，取决于每一块拼图本身是否经得起推敲。

公司 Shield AI
轮次 G轮
金额 15亿美元（另含5亿美元固定收益优先股及2.5亿美元延迟提款安排）
投资方 Advent International、JPMorganChase Security and Resiliency Initiative Strategic Investment Group（联合领投），Innovation X Advisors、Snowpoint Ventures、Riot Ventures、Disruptive、Apandion（跟投）
总部 圣迭戈
创始人 Brandon Tseng
官网 https://shield.ai/

PE资本大举进入国防AI，但硬件-软件-仿真的投资三角仍待验证

与过去由风投驱动的国防初创融资潮不同，Shield AI本轮融资的领投方中出现了Advent International这类传统大型私募股权基金，以及摩根大通旗下带有战略性质的投资实体。Advent的投资组合构建逻辑通常围绕具有稳定现金流、可通过运营改进提升效率的成熟资产。本次向Shield AI注入资金的同时，Advent董事长David Mussafer将加入Shield AI董事会，摩根大通的Todd Combs则担任董事会观察员。这种安排显示，私募股权正试图将国防AI公司视为具有长期控股价值的资产，而非单纯的早期赌注。

这种资本迁移的深层含义值得审视。传统上，风险资本投资国防初创企业的逻辑建立在“技术突破驱动采购变革”的假设上：一旦某项自主技术获得军方认证，大规模订单便会自然释放，推动公司实现非线性增长。但PE资本的回报预期通常建立在更保守的基础上——稳定的现金流、可预测的增长曲线，以及清晰的退出路径。Hivemind自主软件虽然已获美国空军CCA项目选型，其大规模部署节奏仍受制于国防采购周期的刚性约束。X-BAT自主战斗机目前仍在研发中。因此，本轮高估值实现的前提假设——硬件平台规模化交付、AI软件成为多机种通用基座、仿真系统形成持续收入——每一个都尚未在国防预算框架内被完全证实。

从投资组合构建的角度看，Advent将Shield AI作为其在国防科技领域的重要部署，意味着后续动作可能围绕Shield AI所处的“自主-仿真-平台”产业链上下游展开。但这同样带来一个问题：如果Shield AI本身的产品矩阵尚未在所有层级上被验证为可独立盈利的资产，围绕它所构建的产业链投资逻辑就可能面临基础不稳的风险。此外，摩根大通安全与韧性计划战略投资集团的参与，暗示大型金融机构开始将军工自主系统视为国家安全战略配置的一部分，而非单纯的财务投资。这种配置逻辑可能导致估值中包含一定的“战略溢价”，即投资方愿意为国家安全叙事支付高于纯财务模型所支持的价格。这一溢价的可持续性，最终取决于Shield AI能否在国防预算中兑现其技术承诺。

Hivemind已飞行26类载具，但通用AI驾驶员的工程瓶颈不在于种类数量

Shield AI对外传播中最具说服力的证据之一是：Hivemind已在F-16、喷气动力无人机、直升机、无人艇、地面车辆等26类载具上完成飞行。这个数字确实显示出其自主系统的跨平台适应性，在国防AI领域属于较为罕见的技术展示。但需要区分“控制飞行”与“自主执行任务”之间的本质差距。能够操控一架F-16完成基本机动与能够在对抗电磁环境中完成动态目标识别、编队协同、武器授权决策，是截然不同的技术台阶。前者验证的是飞控接口的打通与控制算法的稳定性，后者则需要感知融合、战术推理、通信抗干扰和杀伤链授权逻辑的完整闭环。

美国空军CCA项目的飞行测试正在将Hivemind集成至Anduril的YFQ-44A平台上进行。这一合作关系的存在本身就是一把双刃剑：一方面，它证明Hivemind已被纳入下一代作战飞机的核心选型范围；另一方面，Anduril同时也具备自身在自主系统领域的研发能力，两家公司之间既存在供应商-集成商的合作层面，又构成在CCA项目整体架构中争夺更大份额的潜在替代关系。这种竞合结构意味着，Hivemind在CCA项目中的地位并非稳固的独家供应商，而更接近一个可选方案——其最终能否成为空军作战体系的标配组件，还取决于飞行测试数据的说服力、与载机平台厂商的整合深度，以及空军对单一自主方案依赖度的审慎考量。

此外，自主系统在载具种类上的扩展往往依赖于不同平台的控制接口开放程度和飞控余度设计。军事载具，尤其是固定翼战斗机，其底层飞控系统与任务计算机之间存在严格的安全隔离。这一隔离设计的初衷是防止任何单一软件故障导致飞机失控，但同时对AI软件获得实时、全权限控制构成了结构性障碍。AI系统能否越过飞控计算机直接操控气动面，取决于各个机型的适航认证路径和武器系统安全审查标准。Shield AI未披露Hivemind在不同机型上实际控制权限的深度——例如，在F-16测试中，Hivemind是接管了全部飞控权限，还是仅在特定飞行阶段提供决策建议并被人类飞行员监控——外界难以判断其“通用性”是否已达到“一次训练、多机部署”的工程状态，抑或仍处于需要对每种机型进行大量定制化适配的阶段。这可能是判断其软件毛利率演变路径的关键变量。

收购Aechelon补全仿真环节，但“训练在仿真、验证于战场”的闭环仍缺少关键数据

本轮融资的一部分资金将用于收购Aechelon Technology，一家为五角大楼联合仿真环境提供高保真仿真软件和地理特定数据库的公司。Shield AI将此视为构建“Hivemind国防基础模型”的关键步骤：模型先在仿真中训练，再通过实战操作迭代优化。Aechelon的技术能够生成多频谱物理传感器仿真环境，理论上可为自主系统提供几乎无限的训练场景，覆盖可见光、红外、雷达等多种传感器模态。Brandon Tseng对此表示：“引入Aechelon增加了仿真技术，将在所有重要军事系统抵达战场之前对其进行训练和测试。”

这一收购的逻辑出发点是清晰的：如果自主系统必须通过数百万次飞行测试才能获得安全认证，时间和资金成本都将超出国防预算的承受范围。仿真提供了一个加速器——在虚拟环境中完成大多数边缘场景的测试，仅将关键验证环节留给真实飞行。但仿真保真度与真实战场的差距，在军事AI领域被称为“仿真-现实鸿沟”。尤其在电子战、雷达对抗和红外导引等复杂环境下，对手的干扰手段往往无法被完美建模，因为对手装备的真实参数本身就是情报获取的核心难点。Aechelon虽然提供高保真地理数据库和多频谱传感器仿真，但这些数据库能否实时更新动态战术情报、能否覆盖潜在对手的最新电子对抗手段，仍是一个开放问题。此外，仿真系统本身也需要验证：谁来判断仿真场景是否足够真实？在公开信息中，Shield AI并未提供Hivemind在仿真环境中训练后的实弹测试成功率或任务完成率数据，也未说明Hivemind在JSE中的测试覆盖了多少比例的潜在作战场景。缺少这些环节，仿真系统可能仅停留于研发工具，而非可交付的作战认证基础设施——而后者才是国防部愿意为之持续付费的产品形态。

V-BAT与X-BAT定位分属不同战场，但两者并行可能撕裂研发专注度

Shield AI的产品线分为三个层级：已部署的V-BAT战术侦察无人机、在研的X-BAT自主喷气式战斗机，以及处于底层的Hivemind软件和即将并入的Aechelon仿真平台。V-BAT采用垂直起降、快速部署的形式，适用于前沿侦察与目标指示。其工程特点决定了它所处的市场是战术ISR（情报、监视、侦察）平台市场，这个市场的采购决策周期相对较短，订单规模可从数十架到数百架不等，但单价和利润率通常低于主战装备。X-BAT则瞄准的是空战主战装备市场，其VTOL特性的含金量在于无需跑道即可部署喷气式战斗机，这对于前沿基地基础设施有限的美军及盟友具有潜在吸引力。但这一构型在速度、航程、隐身等方面的工程权衡极为复杂——垂直起降所需的升力系统会占用机内空间和重量预算，可能牺牲燃油载荷或武器舱容量，同时喷气式发动机在垂直起降阶段的推重比要求远高于常规起降飞机。

从公司资源分配角度看，维持一个在售硬件产品的迭代与客服，同时打造一个全新技术框架下的下一代战斗机，将对其工程团队、制造供应链和试飞资源形成巨大压力。V-BAT的迭代可能涉及传感器升级、通信链路优化、针对新用户的定制化适配等持续性工作；X-BAT则需要进行气动设计验证、推进系统测试、结构强度试验等从零开始的研发环节。两类工作所需的人才结构几乎不重叠——前者侧重系统集成和现场工程，后者需要飞行器总体设计、喷气推进和隐身材料等领域的资深专家。Brandon Tseng在谈到这一布局时表示：“V-BAT和Hivemind继续为我们的客户提供不断增强的作战效果，而X-BAT——全球首款AI驾驶的垂直起降战斗机——将是下一步。”这句话恰好反映出两种截然不同的商业模式和风险曲线。V-BAT代表的是在已有采购框架内扩大市场份额、优化供应链效率的“规模游戏”；X-BAT代表的是从零定义一个新品类、说服作战部队接受全新构型的“品类创造”。在资本方看来，这是组合内对冲——一个产生现金流，一个承载远期想象空间；但在执行层面，两者并行可能导致技术和人才力量被稀释，尤其当公司不得不在V-BAT的交付压力与X-BAT的研发投入之间做出优先排序时。

国防采购的特有节奏是最大隐形约束，而非技术独创性

国防AI领域的热度容易催生一种叙事：谁先实现完全自主飞行，谁就能主导市场。但现实中，军用自主系统的采购决策并非由技术性能单方面决定，更受制于武器系统安全审查、与现有作战网络的互操作性认证、以及国会预算议程的复杂博弈。Shield AI被选为CCA项目的任务自主提供商之一，是一个重要里程碑，但CCA项目本身仍处于增量式验证阶段——目前进行的是飞行测试和作战概念验证，距离形成庞大的生产型采购订单尚有数年。即便Hivemind通过飞行测试，最终能否被整合进空军作战体系，还需跨越多重审查门槛，包括武器系统安全评审、杀伤链授权逻辑的法律合规审查，以及与空军现有指挥控制网络的互操作性认证。

与此类似，Aechelon目前的客户主要依赖国防部联合仿真环境的建设投入，该项目的延续和升级取决于年度国防授权法案的拨款。联合仿真环境被视为弥补真实飞行测试资源不足的关键基础设施，但其预算规模并非固定不变。若未来预算优先级生变——例如，国会倾向于将更多资金分配给真实的实弹演习而非仿真基础设施，或者JSE被认为已具备基本能力而不再需要大规模升级——仿真收入的稳定性将受到直接冲击。

Shield AI的管理层在本次融资公告中选择了以战略愿景为主基调，并未披露其在手订单总额、合同积压或各产品线具体收入体量。这可能是出于一家尚未上市的国防承包商的保密考量，但也使得外界难以量化其消化127亿美元估值所需的收入增速。在缺乏收入明细的情况下，投资者只能依赖V-BAT的公开部署数量、CCA项目的进展节点以及X-BAT的技术展示来间接推断其商业化进度，这些指标的进展节奏都并非完全由公司自身控制。

资本结构复杂化折射退出预期，但IPO窗口仍不确定

Shield AI本轮资本结构包含三个部分：15亿美元G轮股权融资、Blackstone提供的5亿美元固定收益优先股，以及2.5亿美元延迟提款安排。优先股与延迟提款的引入，既能为公司提供非稀释性资金，又为其在正式IPO前创造了缓冲期和估值台阶。Blackstone通过优先股形式参与国防科技公司融资，从侧面表明大型资产管理机构正将国防科技视为接近公开市场窗口前的配置标的——优先股通常附带固定收益条款，意味着投资方在追求股权增值的同时，也希望获得下行保护。

然而，国防科技公司的上市路径在美国资本市场仍缺乏足够的先例和共识定价模型。传统防务承包商——如洛克希德·马丁、诺斯罗普·格鲁曼——以稳定分红、低速增长和政府合同积压为特征，市场给予的估值倍数通常有限。SaaS式的AI软件公司则因其高毛利、经常性收入和快速扩张特性而享有更高估值倍数，但这种模型难以完全适配国防合同的重监管特性——政府合同通常按成本加成或固定价格签订，利润率和收入确认节奏与商业软件截然不同。Shield AI的估值逻辑似乎是试图在两者之间建立桥梁：用V-BAT的硬件销售证明其具备防务承包商的收入稳定性，同时用Hivemind和Aechelon的软件和仿真服务证明其拥有类SaaS的高毛利潜力。

但这种“复合模型”在公开市场能否获得认可，取决于公司能否在财报中清晰呈现两大收入流的分拆数据——硬件收入的结构、毛利率和增长速度，以及软件/仿真收入的商业模式、合同结构和客户留存率——而目前这些数据均未公开。此外，延迟提款安排的存在暗示公司可能预留了在上市前进行更多资本操作的灵活性，包括可能的进一步收购或债务融资，这些都将增加其财务结构的复杂度和IPO定价的难度。

待验证的核心假设与风险

本研究注意到Shield AI对以下关键假设的依赖度极高，而公开材料未提供充分验证：

  • Hivemind作为通用AI驾驶员的跨平台能力可以在不同机型的独立飞控和安全约束下实现深度集成，且这种集成能够获得军方适航和武器许可，采购方将因此在多机型部署中产生规模效益。这一假设的前提——不同机型的飞控接口和安全架构具有足够的相似性——在现实中可能因军用平台的异构性而被削弱。
  • X-BAT能够克服喷气式垂直起降带来的推重比、隐身和航程损失，并得到作战部队的接受。垂直起降构型需要为升力系统预留大量的机内体积和重量，这可能意味着一架要携带此系统的喷气式战斗机必须在武器载荷、燃油容量或隐身外形之间做出重大妥协，而这些妥协能否被作战部队接受，仍需作战需求论证。
  • Aechelon的高保真仿真数据能够直接缩短Hivemind的实战测试周期，从而降低获得作战认证的成本与时间。但仿真系统本身需要经过验证才能被武器认证机构接受为等效测试手段，这一“仿真验证”过程可能同样漫长且昂贵。
  • 国防预算对自主系统、协同作战飞机和仿真环境的拨款将继续保持增长趋势，不会因宏观财政压力或战略优先级转移而削减。国防预算的历史波动规律表明，项目优先级可能在数年内因战略环境变化而发生剧烈转移。

以上每一项假设的偏离，都可能动摇支撑这轮融资的核心叙事。目前，来自竞争对手或替代方案的直接信息较为有限。美军CCA项目的另一家深度参与方Anduril也在推进其自主系统与飞行器平台的整合，其与Shield AI之间既在Hivemind集成测试上存在合作，又在自主系统架构的话语权上构成潜在替代。这种竞合关系未来可能随项目阶段的演进而变化——如果Anduril选择在后续批次中强化自有自主系统的权重，Shield AI在CCA项目中所能获取的份额可能受到挤压。此外，其他尚未进入公开竞争阶段的防务巨头也可能在自主系统领域加大投入，改变CCA项目供应商格局。

私募股权与大型金融机构的深度介入，让国防AI的商业化试验获得了前所未有的资本纵深。这意味着Shield AI在短期内不太可能因资金枯竭而中断研发进程，但也意味着其面临的验证压力比风投背景的初创企业更为严苛——机构资本不仅需要最终回报，还需要在持有期内观察到清晰的里程碑进展。这家公司现在需要完成的工作，是将产品矩阵中的仿真、软件和硬件三个齿轮真正咬合在一套可交付的作战系统中，并在国防采购的漫长链条里找到稳定的增长节拍。对于一支还没有公布收入细节的团队来说，这既是技术问题，也是时间问题。

RecodeX 极客视：Shield AI的G轮标志着国防AI从风投叙事正式进入机构资本定价阶段。但127亿美元估值能否被长期支撑，取决于Hivemind是否真的能从一个跨平台飞行员演示程序，变成一个嵌入军方采购体系、通过作战认证且可规模部署的任务大脑。在武器系统安全审查和国会预算周期的铁幕面前，飞过的26种飞机只是序章。