X-62 VISTA 利用实时传感器数据完成 27 次 AI 控制拦截

X-62 VISTA 在八次飞行中完成了 27 次由 AI 控制的拦截，为 google news 读者带来了一个吸睛的数字，也意味着一项影响更为深远的技术转变。据报道，一名 AI 智能体利用实时红外传感器数据定位了一架有人驾驶的 T-38，并操纵这架试验战斗机飞向拦截位置。该软件不再只是朝模拟系统提供的目标飞行。

这一区别改变了故事的性质。此前的 X-62 实验已表明，在受控条件下，机器学习软件能够操纵战斗机与模拟或有人驾驶的对手周旋。而新的 HAVE HEAT 测试则在真实飞行中连接了感知、解读、决策和飞机控制环节。

这并不意味着一架可部署的自主作战飞机已经准备就绪。Lockheed Martin 和 U.S. Air Force 尚未公布评估其在作战压力下可靠性所需的性能数据。不过，这项实验将核心问题从 AI 能否完成战术机动，转向它能否根据不完美的传感器输入作出有用决策。

这一问题的重要性远不止于一架改装 F-16。Air Force 正在研发协同作战飞机，即 CCA，这类无人机旨在与有人驾驶战斗机协同运行。这些系统需要在无需持续控制输入的情况下解读传感器数据流，并在人类设定的边界内行动。

因此，X-62 测试对所有仍依赖干净模拟数据或高度脚本化演示的自主系统项目提出了压力。一次令人信服的飞行机动固然有价值，但从传感器探测到物理行动的完整闭环，才是更严苛的检验。

X-62 VISTA 飞行期间发生了什么变化

关键成果不只是 AI 驾驶了战斗机，而是它依据作战传感器提供的实时目标数据采取了行动。

U.S. Air Force Test Pilot School 于 2026 年 4 月在 Edwards Air Force Base 开展了 HAVE HEAT 项目。Lockheed Martin 于 8 月 4 日披露了结果，同时发布了 Air Force 对 HAVE HEAT 的说明，以及一项名为 HAVE HOLIDAYS 的并行集成工作。

根据该公司的拦截公告，X-62 在八次飞行中完成了 27 次 AI 控制拦截。目标是一架真实飞行的 T-38 Talon，这是一种供 Air Force 使用的双座超音速教练机。

X-62 搭载了 Lockheed Martin 的 Legion Pod，这是一种被称为 IRST 的红外搜索与跟踪传感器。与雷达不同，IRST 系统通过探测热信号工作，无需发射可能暴露搜索飞机位置的射频能量。

该吊舱生成关于 T-38 的实时信息。这些信息进入飞机的自主系统架构，由 AI 智能体解读数据流并控制 X-62 的飞行路径。随后，飞机机动至 Lockheed 所称的战术拦截位置。

这是一次闭环测试。在闭环系统中，系统观察环境、决定如何响应、采取行动，并利用新的观测结果调整行为。因此，目标位置的变化能够改变飞机的下一步机动，无需人员手动输入每一项指令。

Air Force 的说明确认，AI 智能体接收了实时红外数据，并实时引导飞机飞向目标。不过，其中并未提供 27 次拦截的数据，该数字来自 Lockheed Martin。

这一归属很重要。Google news 的标题可能会将企业报告的测试结果压缩成看似已经定论的性能纪录。现有公开材料证实了该项目及其从传感器到飞机的设计，但仍有多项评估细节尚未披露。

两家机构均未公布每次拦截的几何条件、初始条件、成功门槛或人工干预频率。它们也没有披露传感器失去跟踪的频率，以及智能体如何应对不确定数据。

尽管如此，这些测试仍超越了 X-62 此前公开展示的能力。在 2023 年的 Air Combat Evolution 项目中，该飞机曾与有人驾驶的 F-16 进行视距内交战。人类操作员提供目标信息，而自主系统负责控制飞行。

在 HAVE HEAT 中，AI 从飞机自身集成的传感器获取目标信息。第 412 测试联队发言人 Chase Kohler 向 Air & Space Forces Magazine 表示，在这一较新的项目中，AI 会自行锁定目标。

这一转变连接了两个通常被分开测试的领域。传感器工程师专注于探测与跟踪，而自主系统团队专注于飞机行为。HAVE HEAT 将两者的输出置于同一条动态链路中。

在整个项目期间，X-62 始终是一架受监督的试验飞机。它是一架经过深度改装的双座 F-16D，安全飞行员可以解除试验控制。这个人为安全层使开发人员能够测试成熟度较低的软件，而不必将每一次意外行为都视为可能导致飞机损失的事件。

27 这一数字表明测试在多次飞行中重复进行，比单次编排好的演示更具参考价值。但重复本身并不能证明其具备作战可靠性。更深层的价值在于，它证明完整架构足够频繁地正常运作，从而支持后续测试。

为什么 Google News 标题低估了从传感器到行动的测试

一架战斗机遵循 AI 生成的转向指令是一回事；一架战斗机依据实时传感器证据决定飞往何处，则是另一回事。

这种差异首先体现在数据质量上。模拟目标信息可以采用一致格式到达，具有精确坐标和可预测的时间安排。真实传感器则会产生受距离、角度、大气、背景热源、飞机运动及其他不确定性因素影响的测量结果。

自主智能体必须将这些测量结果转化为有用的战术态势图。随后，它必须选择一种既符合飞机性能极限、测试边界和安全约束的机动方式。每增加一个步骤，错误叠加的可能位置就多一个。

这正是传感器到行动闭环成为该项目核心机制的原因。它将感知与控制整合进一架正在飞行的飞机中，而不是将它们当作彼此独立的演示。Lockheed 表示，其智能体接收机密红外数据流，并实时执行机动。

该公司尚未披露底层模型设计或训练数据。它将其智能体生成能力称为 Supermassive，并表示集成与地面测试耗时三个月。公开信息并未显示该系统在多大程度上依赖机器学习，相对于传统控制软件又占多大比例。

这种混合架构很正常。自主飞机不需要由一个模型处理所有任务。工程师可以将感知、战术选择、飞行控制和安全执行分配给不同组件。

X-62 尤其有用，因为试验软件并不直接替代飞机的整套控制系统。其 System for Autonomous Control of Simulation 允许外部自主软件对测试环境发出指令。必要时，独立保护机制可将控制权交还给安全机组。

这些保护措施应对了一个拖慢飞行测试的现实障碍。开发人员能够快速修改软件，但传统适航流程假定飞机配置变化不那么频繁。受保护的试验平台帮助团队评估新智能体，而无需将每一个智能体都认证为完整的作战系统。

Air Force Research Laboratory 在 2022 年展示了这一优势。在一次较早的项目中，团队可在数分钟内切换 X-62 上的自主算法，并在数小时内执行不同实验。AFRL 表示，VISTA 将全尺寸自主系统测试至少加快了一年。

HAVE HEAT 为这一快速实验模式增加了作战传感器。这使该平台不再像是 AI 飞行员的空中操纵杆，而更像一个用于集成任务行为的实验室。

这一差异与未来 CCA 密切相关。一架与 F-35 或其他指挥平台并肩飞行的无人机，不能依赖经过完美整理的目标坐标。通信可能延迟、中断、受到干扰，或受限于电磁管制要求。

机载传感器提供了另一种信息来源。但它们也迫使飞机识别模糊信号，并决定何时具有足够的信心采取行动。当证据发生变化或消失时，软件需要作出恰当响应。

HAVE HEAT 并未证明 X-62 已解决这些问题。它表明，在一项受控项目中，一个传感器、一种真实目标类型和一个试验智能体能够协同工作。

这一更有限的结论依然意义重大。军事自主系统项目常常分别取得感知、联网和载具控制方面的里程碑。将它们集成起来，能够暴露在孤立测试中仍不可见的时序失配和接口问题。

该项目也说明了开放任务架构为何重要。模块化架构定义了接口，使传感器、处理器和自主智能体能够连接，而无需围绕每个组件重建整架飞机。

Air Force 的并行 HAVE HOLIDAYS 项目更直接地测试了这一主张。工程师将第三方自主智能体、增强的安全规则和额外处理技术集成至 X-62 的 Enterprise Open Mission System Architecture 计算机中。

这项配套工作并未产生出现在 google news 各处标题中的数字。但它可能同样重要，因为作战自主系统不能依赖单一承包商高度耦合的硬件与软件栈。

真正的竞争是集成自主系统与脚本化演示之间的较量

主要竞争并不是 AI 与人类飞行员之间的较量，而是集成自主系统与避开最棘手接口的演示之间的较量。

空战画面容易让人进行人类与机器性能之间的简单比较。这种框架可能掩盖 Air Force 实际需要自主伙伴完成的任务。一架 CCA 不必在近距离对抗中击败每一架战斗机，才能具备作战价值。

它可能承担传感器载荷、延伸编队覆盖范围、增加对手瞄准难度，或提供额外武器载荷等任务。这些任务需要协同、导航、感知以及遵循人类意图，但不一定需要一名独立作战的机器人王牌飞行员。

X-62 在 2023 年的项目中将空战作为压力测试。Air Force 报告称，测试共进行了 21 次飞行，涉及超过 100,000 行飞行关键软件修改，并与有人驾驶的 F-16 交战。在高速场景中，飞机曾接近至 2,000 英尺以内。

安全飞行员始终在机上，并可解除 AI 控制。Air Force 表示，他们在这些空战中没有启动安全开关。这一纪录支持了这样一种说法：非确定性软件可以在受保护环境中得到安全测试。

HAVE HEAT 攻克的是另一个瓶颈：智能体必须将实时传感器信息转化为飞机响应。尽管测试仍处于受控环境中，但这更接近自主队友在任务期间会遇到的工作流程。

如今，压力落在那些展示复杂机动动作、却向自主系统提供预处理目标数据的项目上。这类测试能够验证控制行为，但感知与集成在很大程度上仍未被纳入评估。

新一轮试验并未让此前的工作失去意义。分层测试依然至关重要，因为团队需要先隔离故障，再将各系统组合起来。然而，项目最终必须在真实的时间与数据约束下，将这些层级整合到一起。

美国空军正通过多项工作推进这一更广泛的目标。Project VENOM 正在改装六架 F-16，以支持拥有更大测试机队的自主系统实验。X-62 仍是独特的平台，但 VENOM 能够生成更多架次，并让更多操作人员参与其中。

与此同时，General Atomics 和 Anduril 正在为美国空军开发 CCA 原型机。这些飞机代表了自主性问题的另一阶段：它们是专门设计的无人平台，而不是搭载安全飞行员的有人测试平台。

这种差异带来了权衡。X-62 可以测试更激进的软件变更，因为受过训练的机组人员和独立控制系统能够提供恢复选项。无人原型机消除了机上人员风险，却也减少了在严重软件故障后挽救飞机的手段。

因此，这两种路径应当相互补充。X-62 可以让尚未成熟的智能体接受飞行条件考验，而专门设计的 CCA 原型机则可以测试计划投入服役的实际飞行器、通信和维护模式。

国际项目带来了额外的竞争压力。Boeing Australia 的 MQ-28 Ghost Bat 已成为备受关注的协同作战飞机测试平台，而多个欧洲项目也在探索自主队友与远程载机。

这些竞争者不必完全复刻 X-62。它们需要的是可信的方法，用于测试软件如何与传感器、网络、武器和人类指挥结构交互。最强的项目将是能把集成经验转化为可重复的作战行为的项目。

据 The War Zone 报道，美国空军计划在 2030 年前开始部署首批具备作战能力的 CCA。这一时间表几乎不给只能在模拟环境或精心编排飞行中发挥作用的自主系统留下余地。

HAVE HEAT 的结果巩固了 Lockheed Martin 作为重要集成合作伙伴的地位。但这并不能决定哪家自主系统供应商、传感器组合或飞机设计将在未来部署中占据主导。

HAVE HOLIDAYS 也让任何以供应商为中心的解读变得更加复杂。美国空军在该次活动中集成了一家身份未公开的非主承包商所提供的智能体。这表明，美国空军希望建立一个让不同供应商能够在共享接口内竞争的环境。

这种模块化方式也对 Lockheed 施加了压力。该公司受益于与 X-62 的长期关系，以及其在 Legion Pod 测试中的角色。尽管如此，开放式集成可以让其他自主系统开发商更容易替换单个组件，而无需替换整套架构。

因此，这场竞争的范围不只是 Lockheed 与另一家国防承包商之间的较量。它是能够吸收不断变化的传感器和智能体的系统，与只能作为固定演示表现良好的系统之间的竞争。

这 27 次 AI 控制拦截未能证明什么

该测试确立了一个可信的集成里程碑，但并未证明其已具备战备能力、独立目标判断能力，或能在对手对抗下可靠运行。

最大的信息缺口在于拦截标准。Lockheed 表示该飞机抵达了战术位置，但其公告并未定义所需距离、角度、时机或持续性。缺少这一界定，读者就无法将这 27 次事件与其他测试活动进行比较。

分母同样重要。该公司报告称，八次飞行中成功完成了 27 次拦截，但没有说明原计划进行多少次尝试。目前尚不清楚每一次启动的拦截是否都成功，还是失败的测试被排除在外。

公开报道没有说明这些事件之间的变化程度。T-38 可能遵循了重复的飞行剖面，也可能每次尝试都引入了不同的几何关系和行为模式。这些条件决定了智能体展现出多大程度的泛化能力。

传感器环境也是未知因素。IRST 系统是被动式系统，具备战术优势，但其观测结果可能受到天气和背景条件影响。Mojave 测试环境并不代表所有气候或受争夺空域。

该活动也未公开展示针对传感器到动作链路的对抗性电子战。对手可能试图干扰通信、操纵其他数据源，或迫使飞机协调相互冲突的航迹。

红外传感器并不会让系统免疫于欺骗。对抗措施、地形、云层以及多个邻近热源都可能令跟踪变得复杂。已发布材料没有说明智能体如何处理模糊或丢失的航迹。

关于人的参与也需要谨慎表述。根据官方说明，飞机在接收传感器数据后实现了自主机动。这并不意味着 AI 独立将一架未知飞机选为目标，或获得了使用武器的授权。

测试人员定义了场景、运行限制和预期目标。X-62 上搭载了安全飞行员。地面人员同样监控了测试活动，而公开公告没有详细说明每次拦截之间是否进行了任何修正或重置。

这一区别将飞行器自主性与致命决策权区分开来。AI 系统可以向指定目标飞行，而人类仍掌握识别、任务授权和武器释放的控制权。

美国空军在其对 X-62 的公开描述中强调了人机协同。该测试平台的价值，部分来自于在研究人员让软件接受真实飞行条件考验的同时，保留人类监督。

可靠性仍是另一个悬而未决的问题。Lockheed 称其 AI 有效且可靠地完成了传感器到动作的闭环，但这只是公司的评估。该公告没有附带独立评估报告或统计可靠性指标。

27 次拦截可以发现集成问题，并支持开发决策。但这一数量太少，无法刻画战斗机可能遭遇的庞大条件范围内的表现。

安全架构也可能掩盖在无人机上会变得重要的弱点。保护性限制可以防止危险机动，但在条件超出其训练范围时，也可能阻止智能体完成任务。

这并非对测试设计的批评。实验飞行必须设有安全边界。限制在于，当受保护的研究结果被呈现为作战能力的直接证据时。

Google News 的表述存在造成这种跳跃的风险。“AI 控制拦截”听起来像是一架自主战斗机独立发现、分类、追踪并击败对手。已记录的事件更为具体，限制也更多。

一架真实的 T-38 提供了实体目标。Legion Pod 生成红外跟踪信息。AI 智能体利用这些信息控制一架改装 F-16 飞向拦截位置，整个过程处于测试监督和机上安全保护之下。

这种描述少了一些戏剧性，却在技术上更具信息价值，因为它明确指出了正在接受评估的具体接口。

在进行广泛宣称之前，该项目还需要更严苛的测试。这些测试应包括多个目标、不完整航迹、传感器分歧、不断变化的任务优先级、通信降级，以及来自不同供应商的智能体。

评估人员还需要超越成功拦截次数的指标。有用的指标包括对虚假航迹的响应、从数据丢失中恢复所需时间、违反安全边界的次数、操作人员工作负荷，以及场景意外变化后的表现。

由于传感器数据流和战术方法属于机密，透明度仍将受到限制。这使独立评估更加困难，也凸显了精确定义公开指标的重要性。

因此，读者应将 27 次拦截视为重复系统集成的证据，而不是证明 AI 如今已能在空战中胜过人类飞行员的成绩。

接下来的三个信号将决定这一转变能否站得住脚

决定性证据将来自更广泛的传感器集成、独立智能体测试，以及从 X-62 向具备作战代表性的 CCA 项目转移。

第一个信号是计划安装 RTX 的 PhantomStrike 雷达。这种紧凑型有源电子扫描阵列将为 X-62 提供一款能力与限制均不同于 Legion Pod 的传感器。

Air & Space Forces Magazine 报道称，安装、集成、地面测试和有限飞行测试预计将在 2026 年年底前完成。更深入的测试预计将在 2027 年初进行。

如果 AI 智能体能够在飞行中将其数据与红外航迹结合，雷达集成将强化本文的核心判断。多种传感器类型可以相互补充，但也可能产生需要谨慎协调的冲突估计。

仅使用雷达的测试仍将扩展这一架构。融合雷达和红外信息的测试则会更有说服力，因为它将考验智能体能否跨不同数据流进行推理。

如果升级未能按计划完成，并不会否定 HAVE HEAT。它只会表明，从一次集成单传感器的演示迈向更丰富的任务系统，仍然十分困难。

第二个信号是美国空军是否会在可比条件下让第三方智能体飞行。HAVE HOLIDAYS 集成了一个非主承包商的自主智能体，并测试了经强化的规则，旨在让自主飞行器保持在用户定义的限制范围内。

公开说明并未表示该第三方智能体完成了同样的实时拦截任务。若未来测试活动以一致的评估标准衡量多家供应商的智能体，将可检验该架构是否真正具备模块化能力。

这一结果还将澄清价值究竟所在。如果多个智能体都能使用同一套传感器和飞机接口，X-62 架构便会成为可复用的测试环境。如果每个新智能体都需要大规模定制集成，所承诺的速度优势就会缩小。

美国空军试飞员学校计划于 8 月 11 日至 8 月 13 日在 Edwards 举办首届 X-62 Research Symposium。此次会议为政府、产业界和学术界参与者定义未来实验提供了早期机会。

读者应关注具体承诺，而非宽泛的自主性措辞。有价值的公告将指出新的传感器、外部智能体供应商、安全评估，或用于比较测试结果的通用指标。

第三个信号是向 VENOM 和 CCA 飞行项目的转移。X-62 是一项研究加速器，而不是美国空军计划部署的飞机。

当一项经验改变另一平台的感知、通信或行为方式时，它才具有作战意义。软件未必能直接迁移，因为每架飞机都有不同的飞行特性和任务系统。不过，接口、测试方法和安全证据仍可得到传承。

此前的 X-62 campaign 表明，该试验平台可支持算法的快速调整，以及人类与 AI 的对抗交战。HAVE HEAT 则将这一链路延伸至机载实时传感。

下一阶段必须证明，这些经验能够降低无人机与有人机编队协同运行时的风险。相关证据可能包括：CCA 对机载跟踪目标作出响应、与另一架飞机协调行动，或在通信中断后继续安全运行。

这将强化一种判断：由传感器驱动的自主能力正成为作战能力，而非停留在 X-plane 的专门试验领域。反复延误或高度脚本化的 CCA 演示则会削弱这一判断。

因此，这 27 次拦截应被视为一座桥梁，而非终点。它们连接了 2023 年的 AI 飞行员演示，以及美国空军希望在本十年后期部署的集成化、网络化飞机。

对开发者而言，教训是模型性能无法与接口、时序和安全控制割裂开来。对企业技术采购者而言，这种模式并不陌生：只有当 AI 系统能够基于实时组织数据负责任地采取行动时，才能创造价值。

对于通过 google news 了解航空新闻的读者，更值得问的问题不是 X-62 是否击败了人类飞行员，而是未来测试能否在加入不确定性、竞争性输入和更少安全假设的同时，保留这条完整的“传感器到行动”链路。

请关注 PhantomStrike 集成、第三方智能体的可比飞行，以及向 VENOM 或 CCA 测试的直接移交。这三个信号将表明，HAVE HEAT 是开辟了一条可重复的发展路径，还是仅取得了一次经过严密限定的成功。