近日，来自大连理工大学与哈尔滨工业大学的科研团队成功研发一个面向高频红外弱小目标检测与识别的轻量化国产大模型，旨在为航空航天、灾害监测领域提供高精度、高实时性的智能检测解决方案。

为应对红外弱小目标检测任务中“样本少、特征弱、干扰强”的技术痛点，该团队创新的设计了高频红外目标图像生成算法，多维度特征提取与融合网络，以及国产目标检测大模型，能够在低信噪比与复杂干扰的条件下，快速稳定的识别红外目标。同时，为了满足在算力受限设备上部署的需求，团队引入大模型轻量化技术，实现在国产架构设备上的有效部署。此举不仅完善了“数据生成-特征提取-模型部署”的全链条技术体系，还使得该模型从底层算法到硬件部署均摆脱对国外技术依赖，可以更加灵活适配无人机、边防监测站、车载终端等多场景应用。

该成果为红外目标检测任务提供了有效的技术手段，填补了国产轻量化红外检测大模型的技术空白。业内人士认为，该项技术推动了人工智能与红外探测技术的深度融合，为我国智能化与应急保障能力提升提供重要技术支撑。