谁说制裁能卡住中国科研的脖子？被美国列入制裁名单的北京理工大学，最近交出了一份让外界意外的答卷。

据香港《南华早报》报道，8月10日，该校联合中国空空导弹研究院等机构，在《电子测量与仪器学报》发表了一项研究成果：一套轻量级AI红外识别系统，专门针对空对空导弹搭载场景，能在毫秒级时间内精准识别空中目标。

核心突破在哪？F-22、F-35这类五代机再怎么隐身，也藏不住一件事——热量。发动机排气、机身与空气摩擦产生的红外信号，跟战斗机释放的诱饵弹有着本质差异。这套系统正是抓住了这个“破绽”，用红外扫描成像配合AI轻量化神经网络，在实验室测试中，对模拟F-22和F-35目标的识别率高达97.1%，硬件实测也达到了96.4%。

更让人意外的是成本。传统AI深度学习模型精度高，但参数庞大、算力吃紧，根本塞不进导弹那点狭小的弹体。北理工团队的解法是：专门开发轻量化神经网络，搭配专门设计的专用人工智能加速器，参数压缩到16.1%，计算量降到19.2%，推理速度约1.5毫秒，功耗仅2.2瓦，成本仅几百元——完全能塞进导弹的狭小空间里。

这套系统目前主要面向空对空导弹的近炸引信应用，对地对空场景的效果还有待验证。但不可否认，用几百块钱的硬件实现近乎百分百的识别精度，这个思路本身就足够有冲击力。

更重要的是，这套系统的军事意义，不在于“识别率97.1%”这个数字本身，而在于它让诱饵弹在一定程度上失灵。老式红外导弹追的是“最亮的那个点”，战机抛撒高温诱饵弹就能引开导弹。但F-22、F-35机身的气动加热、尾焰的红外特征，与诱饵弹的信号是有差别的。人工智能通过学习这些细微差别，能把真目标和假目标区分开。

这意味着：即便雷达被电子压制、即便对方抛撒诱饵，空空导弹仍能凭借红外成像与轻量化人工智能自主锁定隐身目标。这对依赖隐身突防的第五代战机而言，无疑是战术环境上的一个重要变化。