你拍一张照片，先传回地面，等分析师打开电脑看，再决定要不要拍下一张——这是过去几十年卫星工作的样子。数据量巨大，延迟高得离谱，大部分原始影像其实根本没人看。
今年4月，一颗叫YAM-9的地球观测卫星把这事儿给改了。它在轨道上自己找到了要找的东西，完全没靠地面分析师。这是第一次有地球观测卫星在轨自主完成目标识别。
谷歌DeepMind的模型，跑在了太空中
YAM-9由太空基础设施公司Loft Orbital制造，上面跑的软件来自NASA喷气推进实验室（JPL）。这个软件包名叫NAVI-Orbital，它把谷歌DeepMind的Gemma 3视觉语言模型搬到了轨道上。
Gemma 3是专门为边缘设备设计的，能在远离数据中心的限制性硬件上运行。视觉语言模型（VLM）把大语言模型的语境理解能力和图像分析能力结合在一起——研究人员让它去分类”自然环境和人类开发交汇处”的传感器数据，或者识别铁路枢纽周边的基础设施，它都能搞定。
“这为太空中’永远在线’的巡逻层打开了大门。”Loft的AI负责人Paul Lasserre说，”如果你有VLM，你就可以设定逻辑——比如’帮我监控这段边境，发现可疑情况就通知我’，然后跟卫星来回交互。”
为什么这事很重要
短期来看，轨上AI可以让太空传感器有用得多——它先在轨道上做初步数据分拣，减少分析师目前要硬着头皮处理的大量原始数据。
长期来说，这是在为太空中更大规模的AI基础设施打样。YAM-9上装的是Nvidia Jetson Orin AGX GPU，也是目前太空计算的主流芯片之一。
Loft的目标是用50到100颗YAM-9这样的卫星组队，实现对地球任意位置的实时覆盖。（Loft目前有12颗卫星在轨。）
别人也在做
Planet Labs也在发射搭载Jetson Orin处理器的卫星，目前用来做更简单的物体检测，但发言人表示正在研究包括VLM在内的其他AI应用。
Kepler Communications运营着太空中最大规模的GPU集群，虽然因为NDA没法透露有没有部署VLM，但提到自今年1月那些卫星发射以来，已经出现了”几个未公开的使用案例”。
未来：给宇航员的AI助手
NAVI-Space的想法最初来自JPL研究员Taran Cyriac John，他在想给探索月球或火星的宇航员做数字助手。
“我们在想，宇航员穿着增压服，肯定没法敲键盘，他们要做的任何事都很复杂。”JPL技术负责人Juan Delfa Victoria说，”所以，我们为什么不提供一个助手呢？就像在电子游戏和电影里看到的那种，可以交互的AI？”
只不过，千万别叫它HAL 9000。
