繼2023、2024年之後，國防安全研究院War Room團隊再度發表年度軍事模式模擬特刊。本期專刊結合團隊成員與院外專家，共收錄了六篇專文，深入探討人工智慧（AI）、大數據分析、無人機系統及創新模擬方法在現代國防與作戰中的應用，為應對當前複雜的軍事挑戰提供了客觀的分析與見解。
在AI與數據分析的應用層面：
〈你的專屬AI參謀〉一文，作者以開源大型語言模型（LLM）為基礎，成功打造一套可在本地端、離線運作的兵棋推演輔助系統。該研究顯示，結合「檢索增強生成（RAG）」與「提示詞工程」（Prompt）技術，能有效提升大語言模型在軍事想定分析與反制方案生成上的專業能力與可靠性。而本地端、離線使用的特點，亦可解決作戰想定、行動方案等機敏資料外洩的疑慮。這套系統後續將作為國防院War Room團隊，不論是電腦兵棋或桌上兵推的想定與行動方案生成輔助工具。
〈AI人工智慧與現代戰爭〉一文則從俄烏戰爭的實戰經驗出發，分析了AI在情報融合、目標識別與兵棋推演中的革命性影響文章進一步比較了美、中兩國的AI國防戰略，並為臺灣提出了深化軍民科技融合、發展自主AI算力及強化國際合作的具體建議。
〈大數據分析在現代作戰中的應用〉則是全面概述了大數據技術在軍事情報、作戰指揮到後勤管理中的關鍵作用，強調了「數據即戰力」的核心概念，並建議我國應建立完善的資料治理與協作機制。
在創新作戰構想與模擬評估方面：
〈任務工程應用於灘岸殲敵之探討採用「任務工程」此一模型導向的新方法，結合電腦兵推模擬臺北港的防衛作戰。研究結果不僅檢視了M1A2T戰車的作戰效益，也證明任務工程對於評估複雜戰場行動方案的優越性。
〈無人機反艦作戰運用構想模擬評估〉則利用兵棋系統，對無人機與反艦飛彈的協同戰術進行了量化評估。其重要發現是，採用誘餌無人機先行消耗敵方防空火力的「序列攻擊」，其作戰成功率顯著優於傳統的「飽和攻擊」，為不對稱作戰提供了創新的戰術思維。
最後，〈代理人模型在全社會防衛韌性之應用〉一文，運用「代理人基礎模型」此一獨特的研究方法，模擬了戰場救護體系的運作效能。模擬結果指出，在高風險作戰「熱區」，唯有受過專業訓練的「戰術戰傷救護（TCCC）」人員能有效發揮作用，此結論對於建構具備韌性的全民防衛醫療體系具有重要的政策參考價值。