一句话看懂：美国空军公开征集方案，希望用计算机视觉和机器学习分析KC-46加油机摄像头拍下的画面，自动识别空中加油中的操作失误，并给出更一致的训练评估；申请截止2026年11月25日。
事件核心：发生了什么
根据TechRadar援引Defense News的报道，美国空军正通过小企业创新研究计划（SBIR）寻找开发商，目标是做出一套软件，能分析加油机摄像头 footage，识别受油机接近、对接和输油过程中的偏差。系统会测量飞机速度、相对位置、接近速度和姿态对齐情况，还会跟踪加油杆的运动，与飞机轨迹对比，找出潜在危险偏移。目前评估主要靠教官观察、机组讲评和人工回看录像，容易出现判断不一致或漏掉短暂错误。新方案要求输出图形叠加、颜色编码的性能图和按时间顺序的事件回放，方便教官定位问题。
为什么重要
空中加油是风险最高、对操作精度要求最严的飞行科目之一，训练反馈的质量直接影响安全。用AI做自动判读，本质上不是替代教官，而是把“凭经验看录像”变成可量化、可复盘的标准化评估，减少人为差异。这也符合美军近年来在训练和保障环节引入AI应用的趋势：先做辅助评估，再逐步接入更复杂的训练体系。目前公开信息显示，项目仍处于需求征集阶段，尚未公布中标公司或可用产品。
对用户/开发者/创作者的影响
对开发者来说，这是一个典型的垂直场景计算机视觉需求：多目标跟踪、姿态估计、时序事件检测和可解释可视化缺一不可，而且数据来自真实飞行环境，标注和验证门槛不低。对航空训练和仿真行业，若原型落地，相关能力可能扩展到其他机型的加油训练，乃至国防部其他飞行科目的自动评估。对普通读者，它说明AI在军事领域的落地更偏向“训练与复盘工具”，而不是直接控制飞机。
值得关注的后续
一是2026年11月25日截止后，空军是否公布入选方案和原型时间表；二是KC-46现有远程视觉系统的问题能否在项目推进前解决，否则会影响数据质量；三是这套评估软件是否会接入飞行模拟器、VR/AR训练平台，并扩展到其他受油机机型。以上均需等待官方后续披露。
来源：TechRadar
