首次，一颗地球观测卫星自主找到了它正在寻找的目标——无需地面人工分析师的介入。这一里程碑事件发生在4月，标志着视觉语言模型（VLM）在轨应用的首次公开报道，也为人们展示了人工智能如何从根本上改变太空传感器的能力及其价值。
通常，卫星会将大量数据下载给地球上的分析师，由他们利用机器学习算法或肉眼来研判情况；但在由太空基础设施公司Loft Orbital建造的航天器YAM-9上，由NASA的喷气推进实验室开发的软件包能够根据自然语言查询识别出感兴趣的目标区域。
Google DeepMind 的 Gemma 3 —— 驱动此次演示的视觉语言模型（VLM）—— 专为边缘应用而设计，意味着它旨在远离数据中心的有限硬件上运行。VLM 将大语言模型的上下文理解能力与图像分析能力相结合：研究人员要求该模型对自然环境与人类开发区域交界处的传感器数据进行分类，或识别铁路枢纽周围的基础设施——它都成功完成了任务。
此次演示意义重大，原因有二。从近期来看，通过在轨初步数据筛选，它可以使太空传感器变得更有用，减少分析师目前需要处理的原始数据洪流。从长远来看，这是向在太空中运行更大规模 AI 基础设施迈出的证明性一步。
Loft 的 AI 负责人 Paul Lasserre 表示：“这为太空中的全天候巡逻层打开了大门。如果你拥有 VLM，你就可以实现逻辑指令——比如‘帮我监控这片边境，并在发现可疑情况时通知我’，从而与卫星进行双向交互。”
Loft 的航天器被设计为面向第三方客户的平台。其商业模式更接近“基础设施即服务”，而非传统的卫星制造。最近一笔交易中，它为 EarthDaily 建造、发射并运营了六颗新卫星，后者将对航天器上收集的数据进行分析并进行市场化推广。YAM-9 于2025年秋季发射，作为该公司轨道 AI 项目的先驱，其中搭载了一块 Nvidia Jetson Orin AGX GPU，这是太空计算领域领先的芯片之一。
NASA JPL AI 组的技术负责人 Juan Delfa Victoria 领导开发了 NAVI-Orbital，这是一个软件包，实质上充当了 Gemma 3 VLM 的运行框架。尽管 Gemma 3 是现成可用的，但软件工程师仍需精简该软件包，以减少所需的库和内存占用。
虽然这是 VLM 在轨应用的首次公开报道，但我们预计其他公司也将跟进。Planet Labs 部署了搭载 Jetson Orin 处理器的卫星；目前，它仅将这些处理器用于更简单的目标检测任务，但其发言人表示，包括 VLM 在内的其他 AI 应用研究正在进行中。
Kepler Communications 运营着规模最大的太空 GPU 集群，但由于与合作伙伴之间的保密协议（NDA），该公司拒绝透露是否已在太空中部署 VLM，不过指出自这些航天器于一月发射以来，“我们的计算环境已有多个未公开的用例”。
“既然我们已经证明了这一概念，这确实是我们前进的方向。”拉瑟雷表示。目标是构建星座网络，以确保对地球任何地点实现实时覆盖，他表示这需要部署大约50到100颗类似YAM-9的卫星。（目前Loft在轨运行着12颗航天器。）
将这些小型模型部署到轨道上所学到的经验，将指导各家公司尝试在太空中部署更大规模的计算基础设施，尤其是在电源和内存管理等看似平凡却至关重要的领域。
它们还可能为新型科学工具铺平道路。NAVI-Space的概念起源于德尔法·维多利亚（Delfa Victoria）与喷气推进实验室（JPL）研究员塔兰·西里亚克·约翰（Taran Cyriac John）在思考为探索月球或火星的宇航员提供数字助手时的设想。
“我们想，好吧，宇航员穿着加压宇航服，你知道他们无法随意敲击键盘，无论他们想做什么都很复杂。”德尔法·维多利亚说。“那么，我们为什么不提供一个助手呢？就像电子游戏和电影里那样，你会看到一个具有交互性的AI？”
只是别叫它HAL 9000。