史上首次，一顆地球觀測衛星在沒有地面分析師協助下，成功自主找到其搜尋的目標。這項於四月達成的里程碑，標誌著視覺語言模型（VLM）首次在軌道上應用，並預示著 AI 將如何從根本上改變太空感測器的能力及其價值。
通常，衛星會將大量數據下載至地球上的分析師，由他們利用機器學習演算法或肉眼來判斷情況。然而，在太空基礎設施公司 Loft Orbital 建造的 Yam-9 衛星上，一套由 NASA 噴射推進實驗室（JPL）開發的軟體，能夠根據自然語言查詢自主識別感興趣的區域。
此次示範所使用的視覺語言模型（VLM）是 Google DeepMind 的 Gemma 3，專為邊緣應用設計，意即它能在遠離資料中心的有限硬體上運行。VLM 結合了大型語言模型的語境理解能力與圖像分析能力；例如，研究人員要求該模型分類自然環境與人類發展交會處的感測器數據，或識別鐵路樞紐周圍的基礎設施，而它都成功完成了。
這項示範之所以意義重大，有兩個原因。短期而言，它能透過在軌道上進行初步數據分類，使太空感測器更具實用性，從而減少分析師目前必須處理的大量原始數據。長期來看，這也證明了在太空運行大規模 AI 基礎設施的可行性。
Loft 的 AI 主管 Paul Lasserre 向 TechCrunch 表示：「這為太空中的全天候巡邏層打開了大門。」他補充說：「如果你擁有 VLM，就能建立邏輯，例如『幫我監控這條邊界，並在發現可疑情況時通知我』，並與衛星進行雙向互動。」
Loft 的太空船設計為第三方客戶的平台，其商業模式更接近「基礎設施即服務」，而非傳統的衛星製造。最近的一項交易是為 EarthDaily 建造、發射並營運六顆新衛星，這些衛星將分析並銷售船上收集的數據。Yam-9 於 2025 年秋季發射，作為該公司軌道 AI 專案的探路者，並搭載了 Nvidia Jetson Orrin AGX GPU，這是太空運算領域領先的晶片之一。
NASA JPL AI 小組的技術負責人 Juan Delfa Victoria 領導開發了 NAVI-Orbital，這是一個有效地整合 Gemma 3 VLM 的軟體套件。儘管 Gemma 3 是現成的模型，軟體工程師仍需精簡該軟體套件，以減少所需的函式庫和記憶體。
儘管這是 VLM 首次在軌道上應用的報導，我們預計其他公司也將效仿。Planet Labs 的衛星也搭載了 Jetson Orin 處理器；目前，他們將其用於更簡單的物件偵測任務，但發言人表示，其他 AI 應用（包括 VLM）的研究正在進行中。
Kepler Communications 營運著太空最大的 GPU 群組，但由於與合作夥伴簽訂了保密協議，他們拒絕透露是否已在太空部署 VLM。不過，該公司指出，自今年一月這些太空船發射以來，其運算環境已有多個「未公開的使用案例」。
Lasserre 表示：「既然我們已經證明了這個概念，這就是未來的發展方向。」目標是建立衛星群，以確保對地球上任何地點的即時覆蓋，他估計這將需要 50 到 100 顆像 Yam-9 這樣的衛星。（Loft 目前在軌道上營運 12 顆太空船。）
在軌道上部署這些小型模型所學到的經驗，將為公司如何在太空部署更大規模的運算基礎設施提供參考，尤其是在電力和記憶體管理這些看似平凡卻至關重要的領域。
這些技術也可能為新的科學工具鋪路。NAVI-Space 的構想始於 JPL 研究員 Taran Cyriac John，他當時正在思考為探索月球或火星的太空人開發數位助理。
Delfa Victoria 表示：「我們在想，太空人穿著加壓太空服，他們無法敲擊鍵盤，而且他們想做的任何事情都很複雜。」他接著說：「那麼，我們何不提供一個像電玩遊戲和電影中那種互動式 AI 助理呢？」
只是別把它叫做 HAL 9000。