根據馬來西亞《亞洲國防安全》網站最新發佈的報導，中國研究人員開發出一款羽量級人工智慧 ( AI ) 系統，能夠通過紅外圖像識別類比隱形戰鬥機，從而提升尋熱導彈在末段交戰過程中對飛機、熱焰彈以及其他熱誘餌的目標判別能力。
在硬體平台上的測試顯示，這款系統對目標的分類準確率達到 96.4%，完成一次推理僅需 1.5 毫秒，功耗僅為 2.2 瓦，在處理速度、識別性能和能源消耗之間實現了較為理想的平衡。
當前熱搜：(影)土石流摧毀中國吉隆口岸活埋狂奔民眾 女遊客倒車3公里逃一劫
這項技術的意義並不僅僅體現在計算效率方面，將目標識別能力直接嵌入導彈內部，有可能使導彈在完成導引頭捕獲目標之後，依靠自身系統進行本地判斷，而不必依賴容易受到干擾的資料鏈、遠端處理器，也能夠降低電子攻擊和通信延遲帶來的影響。
雷達隱形技術主要通過優化外形設計、採用雷達吸波材料、將武器置於機內彈艙以及控制電磁信號輻射等方式，降低目標反射回波的電磁能量。但這些手段無法完全消除引擎尾氣所產生的熱量，也無法消除飛機高速飛行時空氣摩擦造成的氣動加熱，因此戰鬥機仍然會留下紅外熱特徵，而這些特徵在近距離作戰中可能變得十分關鍵。
傳統紅外線制導飛彈容易受到熱焰彈干擾，因為熱焰彈可以製造出亮度更高的熱源，從而誘使飛彈偏離真實目標。相比之下，中國研究人員開發的這一模型會進一步分析目標的熱外形以及熱量在空間上的分佈特徵，從而説明未來的導彈導引頭區分飛機具有結構特徵的紅外信號與持續時間較短的防禦性熱干擾。
當前熱搜：中國吉隆口岸土石流災情慘重! 陸委會慰問：登錄在西藏的國人51人
這套系統在訓練和測試過程中使用了 3,245 張紅外圖像。這些圖像由一種搭載在導彈上的掃描裝置獲取，目標類型包括類比F-22 和 F-35 戰鬥機的目標模型，以及一種巡飛彈，共分為 3 類目標。
中方稱，這款系統的軟體識別準確率達到 97.1%。而在針對類比第五代戰鬥機目標的識別測試中，準確率達到 90%。
研究人員還經由結構優化、批歸一化融合以及適用於導彈電子設備的 8 位元量化技術，將這一分類器部署到 Zynq-7020 片上系統之中。該平臺將處理器與可程式設計邏輯結合在一起，展示了採用成本較低、屬於 FPGA 級別的硬體，有望在小型武器內部實現末段制導能力的分散式部署，而無需依賴複雜的機載計算架構。
論文第一作者強調，輕量化模型對於空對空導彈而言具有較強的實用價值。通訊作者劉明所帶領的團隊則將這項技術描述為一種面向導彈載紅外掃描成像系統的「高效分類與識別」方案。
參與這項研究的機構包括北京理工大學、中國空對空導彈研究院以及一家國家級軍事科研實驗室。三方的合作，為相關演算法研究進一步向武器裝備研發方向轉化提供了一條可能的技術路徑。
美軍F-35隱形戰機。 圖 : 翻攝自零度Military
美軍隱形戰機打開彈筴艙。 圖 : 翻攝自零度Military
