轨道智能：VLM 如何变革卫星自主性
随着卫星从单纯的传感器向智能代理转型，被动式地球观测时代正在走向终结。在一项具有里程碑意义的突破中，一艘航天器已成功在轨利用视觉语言模型 (VLM) 在无需人工干预的情况下识别复杂的物体和环境。
在轨视觉语言模型的黎明
从历史上看，卫星运行遵循一种线性的、数据密集型的流程：航天器捕获海量的原始图像，将其传输回地球，然后等待人类分析师或专门的算法来解读结果。这一过程一直受到带宽瓶颈和显著延迟的困扰。
随着由空间基础设施提供商 Loft Orbital 构建的 Yam-9 航天器的出现，这一范式发生了转变。在由 NASA 喷气推进实验室 (JPL) 开发的名为 NAVI-Orbital 的软件包驱动下，该卫星成功部署了 Google DeepMind 的 Gemma 3 VLM。与传统模型不同，Gemma 3 是专为“边缘”应用而构建的，这意味着它经过优化，可以在太空中的受限硬件上运行，而不是依赖庞大的地面数据中心。
通过将大语言模型 (LLM) 的上下文推理能力与视觉处理相结合，Yam-9 能够响应自然语言查询。研究人员成功地让该模型执行复杂的分类任务，例如识别自然环境与人类开发活动的交汇处，或定位铁路枢纽周边的特定基础设施。
太空严酷环境下的边缘计算
在轨道上运行复杂的 AI 需要专门的硬件，这些硬件既要能够承受极端条件，又要能应对严格的功耗和内存限制。Yam-9 为这一新现实提供了探索路径，它配备了 Nvidia Jetson Orin AGX GPU——这是业界领先的太空计算芯片之一。
技术挑战不仅限于硬件。NASA JPL 的技术负责人 Juan Delfa Victoria 指出，虽然 Gemma 3 是一个“现成”的模型，但工程师们必须大幅精简 NAVI-Orbital 软件框架，以减少内存占用和库依赖。这种优化对于“边缘 AI”至关重要，因为在边缘 AI 领域，每一字节的 RAM 和每一毫瓦的功耗都至关重要。
这对行业的影响是巨大的。像 Planet Labs 这样的公司已经在利用 Jetson Orin 处理器进行简单的目标检测，而 Kepler Communications 则在太空中运行着规模最大的 GPU 集群。Yam-9 的成功证明了整个行业的“发展方向”正朝着自主、智能星座迈进。
从数据分拣到宇航员的数字助手
轨道 VLM 的直接价值在于数据分拣。通过在轨进行初步分析，卫星可以过滤掉无关数据，仅传输“感兴趣区域”，从而大幅减少分析师必须处理的海量原始数据。这实现了“全天候”巡逻层，用户只需向卫星发出指令：“监控这条边界，如果出现任何可疑情况请提醒我。”
除了地球观测，该技术对深空探测也具有深远的影响。NAVI-Space 的概念源于为月球或火星上的宇航员提供交互式数字助手的需求。在宇航员穿着加压服且无法使用键盘的环境中，由 VLM 驱动的助手可以作为复杂任务的交互式、语音控制界面。
核心要点
- 自主推理： 在 Yam-9 上部署 Google DeepMind 的 Gemma 3，标志着视觉语言模型首次使用自然语言自主对轨道图像进行分类。
- 边缘 AI 效率： 成功取决于专门的硬件（如 Nvidia Jetson Orin AGX）和高度优化的软件框架（NAVI-Orbital），以管理有限的功耗和内存。
- 商业模式转型： 航天公司正在从简单的数据提供商转变为“基础设施即服务”，实现对地球及更远空间的实时、智能化监测。