一颗地球观测卫星刚刚在没有地面人类分析师参与的情况下，自主发现了它正在寻找的目标——这在历史上还是第一次。

4月，这一里程碑式的演示在轨完成：NASA喷气推进实验室开发的软件，配合Google DeepMind的Gemma 3视觉语言模型，安装在Loft Orbital公司制造的Yam-9航天器上，实现了首个在轨视觉语言模型应用。

以往，卫星向地面下载海量数据，分析师用机器学习算法或肉眼判断发生了什么。但这次不同：研究人员用自然语言查询，模型直接识别出感兴趣的区域——比如铁路枢纽周边的设施。

Gemma 3专为边缘场景构建，设计初衷就是在远离数据中心的有限硬件上运行。Loft Orbital为它配备了Nvidia Jetson Orin AGX GPU，这是太空计算领域目前最强的芯片之一。

从短期看，在轨筛选数据能大幅减少分析师的负担。从长远看，它打开了”太空持续巡逻”的大门——想象一下，用自然语言指挥卫星”帮我盯着某段边境，有可疑活动时通知我”。

Loft Orbital的AI负责人Paul Lasserre说，关键是要建立一个能实时覆盖地球上任何地点的星座，这大约需要50到100颗像Yam-9这样的卫星。公司目前运营12颗。

NASA JPL的Juan Delfa Victoria带领团队开发了NAVI-Orbital接口，将现成的Gemma 3精简适配太空环境。工程师们砍掉了大量库和内存占用，让模型在严苛的太空硬件上跑起来。

Planet Labs也在跟进：这家公司运营配备Jetson Orin的卫星，目前用于简单目标检测，但正在研究视觉语言模型等更高级的应用。Kepler Communications则守口如瓶——它运营着太空中最大的GPU集群，拒绝透露是否已部署视觉语言模型。

在这些小模型身上积累的经验，将为未来更大规模的太空计算基础设施铺路，特别是在电力和内存管理这两个”无聊但关键”的领域。

NASA JPL的研究员Taran Cyriac John最初只是想为月球或火星上的宇航员打造一个数字助理——他们穿着加压服没法敲键盘。Delfa Victoria接过这个构想，把它变成了能在太空运行的AI接口。

“我们想做的，就是电影里那种可交互的AI助手，” Delfa Victoria说。只是——别叫它HAL 9000。