衛星現已能自主探測物體，標誌著太空人工智慧領域的進展

一顆地球觀測衛星首次在無需地面人類分析人員介入的情況下，獨立鎖定目標。今年四月達成的這項里程碑，標誌著首度有報告指出在軌道上運用了視覺語言模型，讓人得以一窺人工智慧將如何從根本上重塑太空感測器的能力與價值。

通常，衛星會將大量數據傳送給地面的分析人員，由他們透過機器學習或人工檢查來解讀這些數據。但在由 Loft Orbital 製造的「Yam-9」衛星上，美國國家航空暨太空總署（NASA）噴氣推進實驗室（JPL）開發的一套軟體套件，能夠根據自然語言查詢來識別感興趣的區域。

驅動此次演示的視覺語言模型（VLM）——Google DeepMind 的 Gemma 3，專為邊緣應用而設計，可在遠離資料中心的有限硬體上運行。視覺語言模型結合了大型語言模型的語境推理能力與影像分析能力。 例如，研究人員要求該模型對自然環境與人類開發區域交界處的感測器數據進行分類，或識別鐵路樞紐附近的基础設施，而該模型均成功完成了任務。

這項示範之所以重要，有兩個原因。短期而言，它能在軌道上執行初步數據篩選，大幅提升太空感測器的實用性，並減少分析師目前必須處理的海量原始數據。長期來看，這為在太空中運行更大規模的 AI 基礎設施提供了概念驗證。

「這為太空中的『全天候巡邏層』開啟了大門，」Loft 的人工智慧主管 Paul Lasserre 向 TechCrunch 表示。「透過 VLM，你可以實作邏輯——例如『監控這條邊界，一旦出現可疑情況就向我發出警報』——並與衛星進行雙向互動。」

Loft 的太空船是作為第三方客戶的平台而打造的。其商業模式與傳統衛星製造相比，更接近「基礎設施即服務」（IaaS）。在最近的一項交易中，Loft 為 EarthDaily 建造、發射並營運了六顆新衛星，EarthDaily 將負責分析並行銷這些衛星所收集的數據。 Yam-9 將於 2025 年秋季發射，作為該公司軌道人工智慧專案的先驅，並搭載了 Nvidia Jetson Orin AGX GPU——這是太空運算領域中領先的晶片之一。

美國國家航空暨太空總署噴氣推進實驗室（NASA JPL）人工智慧小組的技術主管胡安·德爾法·維多利亞（Juan Delfa Victoria），主導了 NAVI-Orbital 的開發工作；這套軟體套件作為 Gemma 3 VLM 的控制平台。儘管 Gemma 3 屬於現成產品，但軟體工程師仍須對該套件進行優化，以減少所需的函式庫和記憶體。

雖然這是首度有報導指出在軌道上使用 VLM，但預計其他公司也將跟進。Planet Labs 營運的衛星搭載 Jetson Orin 處理器，目前主要用於較簡單的物體偵測任務。不過，該公司發言人表示，目前正在研究其他人工智慧應用，包括 VLM。

營運太空中最大規模 GPU 叢集的 Kepler Communications，以與合作夥伴簽訂的保密協議為由，拒絕評論是否已在軌道上部署 VLM。不過，該公司指出，自今年一月這些太空船發射以來，已有「數個未公開的運算環境應用案例」。

「既然我們已經驗證了這個概念，這就是我們未來發展的方向，」拉塞爾（Lasserre）表示。 目標是擴展衛星星座，以實現地球任何地點的即時覆蓋，他表示這將需要 50 至 100 顆類似 Yam-9 的衛星。（Loft 目前在軌運行 12 顆衛星。）

從將這些較小型號部署至軌道所獲得的經驗教訓，將為企業如何規劃太空中的大規模運算基礎設施提供參考，特別是在電源與記憶體管理這些看似平凡卻至關重要的領域。

這也有助於為新型科學工具鋪平道路。NAVI-Space 的概念源自噴氣推進實驗室（JPL）研究員塔蘭·西里亞克·約翰（Taran Cyriac John），他設想為探索月球或火星的太空人配備數位助理。

「我們的構想是：太空人穿著加壓太空服，無法敲擊鍵盤——無論他們想做什麼都很複雜，」德爾法·維多利亞（Delfa Victoria）表示。「那麼，何不提供一位助手呢？就像在電玩和電影中，那種能夠互動的人工智慧？」

只是千萬別稱它為「HAL 9000」。