维度网讯，Loft Orbital 于 6 月 23 日宣布，已与美国国家航空航天局喷气推进实验室（NASA JPL）达成协议，将在航天器上测试人工智能软件，以改进地球科学监测的自动化水平。该测试属于 NASA 资助项目“联邦自主测量”（FAME）的一部分，本月已在 Loft Orbital 的一颗航天器上展开，其机载计算机运行着 JPL 开发的 AI 模型。按照计划，2027 年和 2028 年还将利用未来的 Loft Orbital 航天器进行更多测试。

该项目的核心目标是实现“提示与引导”（tip-and-cue）流程的自动化。该流程通常利用一颗航天器的图像识别特征，再由另一颗航天器以更高细节或其他观测技术进行后续观测。目前，这一过程往往需要将图像下行传输至地面进行分析。Loft Orbital 人工智能业务总经理 Paul Lasserre 表示，通过在边缘进行处理，航天器可以捕获、感知、理解并发送关于地球实时状况的洞察，无需下行传输大量数据。所采用的 AI 模型在“非常大语料库”上训练，能够识别各类事物，无需事先指定目标。

项目面临两项技术挑战：一是整合卫星上的基础设施，包括能够实时接收和处理图像的传感器与处理器；二是确定开源 AI 模型能否在卫星硬件限制下运行，模型体积需足够小。Lasserre 指出，直到近期，高性能、多模态推理的小型模型才出现，而这在六个月前还不存在，同时太空基础设施也具备了所需能力，这些要素的融合使该项目成为可能。他也提到，像 NASA 这样对此愿景已有一定时间并认识到现在是这些不同元素汇聚在一起的时刻的机构，为项目提供了支持。Lasserre 拥有地面应用 AI 的背景，他表示考虑到航天器上的计算限制，不得不重新评估 AI 在太空中的能力，但他认为限制并非真正的制约，只要充分准备，可以运行最先进的模型。

Lasserre 描述了一个运作愿景：一颗航天器搭载始终开启的传感器，持续收集数据并利用 AI 模型寻找感兴趣的特征，标记后通过星间链路将详细信息传输给其他航天器，实现快速响应。这种“巡逻模式”此前因处理和连接瓶颈难以实现。应用实例包括快速探测并跟踪野火或海洋污染事件，以及安全、军事和情报领域的快速信息获取。Loft Orbital 计划通过一个名为 Altair 的 10 颗卫星系列来扩展能力，这些卫星配备多个传感器、用于 AI 模型运算的边缘计算设备以及星间链路。Lasserre 认为，如果还需等待数小时才能等到下一颗卫星，那么实时洞察和自主性的整个价值链就没有意义，而这一点正是转折点，使得价值突然在商业上和对政府而言都大大提高了。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com