2026 年 4 月 16 日，Loft Orbital 的 YAM-9 卫星在近地轨道运行 Google DeepMind 的 Gemma 3 视觉语言模型（VLM），对刚拍摄的地球图像进行分类和文字描述。研究团队称，据其所知，这是首次在卫星上完成这类自主多模态推理。图像分析在星上完成，减少了等待地面处理的环节。
NASA 喷气推进实验室（JPL）的 Juan Delfa Victoria 等研究人员在 NAVI-Orbital 论文中记录了这次实验，TechCrunch 于 6 月 15 日作了报道。Gemma 3 4B 的 4-bit 量化版本，在包含 7,960 张航空影像的地面基准中取得 88.16% 分类准确率；研究团队还验证了对 YAM-9 新拍摄、未经校正图像的处理，无需针对星载相机微调。地面基准成绩与在轨功能演示是两组不同的验证。
星上推理要同时满足供电、散热和处理速度要求
与地面数据中心相比，卫星可用于计算的电力、散热面积和维护条件更有限。YAM-9 的工程团队需要让推理任务与其他星载系统共用这些资源。
供电要在各个子系统之间分配。 YAM-9 搭载 Nvidia Jetson Orin AGX 处理器，模型运行需要服从整星的功率预算。太阳能与电池供电能力会影响可持续的计算负载，增加推理任务，就需要相应安排其他设备的工作。工程模型测试中，五张图像交叉验证集的完整处理在 GPU 加速配置下耗时 13 分钟，CPU 配置约为 37—38 分钟；其中平均每张图的 VLM 周期为 26.6 秒。整体任务耗时与单次模型推理时间，需要分别计算。
散热依靠导热路径和对外辐射。 太空真空无法像地面机房那样利用外界空气对流散热，芯片的热量要传到可向外辐射的表面。模型连续运行时，工程团队需要追踪功耗、温度和处理器负载，安排合适的工作节奏。论文记录了工程模型上的功耗与温度变化，用于验证软件能否适配飞行硬件。
处理速度要适应拍摄与通信安排。 低轨卫星快速经过目标区域，图像拍摄、星上分析和数据传输需要协调。把初步分析放在卫星上，可以减少先下传完整图像再等待地面判断的时间。论文报告了两幅新拍影像在星上自主处理的结果，但并未证明所有任务都能在一次过顶期间完成。与操作员实时对话，仍需要可用的通信连接。
这次演示说明，经过软件适配，视觉语言模型可以在星载硬件上运行。下一步需要在更长时间、更多影像和不同工作负载下检验可靠性。
Gemma 3 配合量化与软件精简，适配星载计算机
YAM-9 使用的 Gemma 3 4B，兼顾了视觉理解能力、模型规模和本地部署条件。团队在开发阶段评估并冻结了飞行配置，后续模型更新需重新经过验证流程。
Gemma 3 是 Google DeepMind 的开放权重模型系列，本文使用的是支持图像输入的 4B 版本。视觉编码器把图像转成模型可处理的表示，再与文本一起用于分类和描述。局部注意力与全局注意力按 5:1 交替，也有助于减少长输入下的 KV 缓存开销。模型支持最高 128K Token 上下文，但这次系统配置采用 20,000 Token 的窗口，并限制输出长度，以控制星载计算开销。
把模型部署到卫星上，还需要 NAVI-Orbital 软件框架。它支持通过 llama.cpp 加载 GGUF 格式的量化模型，并提供适配不同硬件的推理接口。团队精简依赖、解决驱动与计算加速兼容问题，再利用 LangGraph 串联任务：协调程序安排执行，检测模块分类和描述图像，对话模块根据描述回答操作员的后续问题。各部分按既定流程交接，处理完一组数据后等待下一项任务。
开放权重让研究人员能够把模型下载到本地，并根据硬件条件选择量化方式。这为远离地面数据中心的部署提供了便利。YAM-9 的经验也表明，模型体积只是其中一个条件：推理引擎、驱动、内存和任务编排都要配合。工程验证通过后仍需控制版本变化，避免升级破坏已有兼容性。
先传图像摘要，再按需要下载完整影像
星上分析的一个直接用途，是在有限的通信资源中优先传回有用信息。
对地观测设备可以连续积累大量图像，地面站通信窗口、下传带宽和人工分析能力则有限。如果数据无法及时处理，重要场景也可能淹没在待审阅的影像中。云层遮挡还会降低部分光学影像的使用价值。在轨筛选此前已有专用模型应用，视觉语言模型则尝试用同一套软件处理更灵活的描述与查询。
NAVI-Orbital 的流程是先下传分类和简短的文字描述，操作员查看后，再要求下载值得进一步分析的完整图像。这样有机会减少不必要的传输，也让地面人员更快找到目标场景。实际节省多少带宽，仍取决于影像大小、筛选比例和用户需要保留的原始信息。
Loft Orbital 的 AI 负责人 Paul Lasserre 在 TechCrunch 采访中，用区域监测举例说明设想：操作员描述想关注的区域和异常，再由卫星提供初步筛选结果，并支持后续追问。持续监测仍需要足够的卫星覆盖、可靠的识别能力和通信条件。
Loft Orbital 已与欧洲防务技术公司 Helsing 达成合作，计划共同开发和部署多传感器卫星星座，面向政府、防务与安全应用。这项合作面向更广泛的星上 AI 业务，NAVI-Orbital 则仍处于技术验证阶段。农业、海上船只、环境和灾害监测，也可能从更及时的图像筛选中获益。例如火灾或洪水发生时，较早识别需要复查的区域，可以帮助地面团队安排后续观测。
截至 TechCrunch 6 月报道，Loft 在轨运行 12 颗卫星。Lasserre 估计，实现其设想中的全球实时覆盖，需要约 50—100 颗具备类似能力的卫星。这是公司对星座规模的估计，实际覆盖和响应能力还受轨道、传感器与通信安排影响。
在轨运行已经验证，持续服务还需更多测试
YAM-9 为在传感器旁运行视觉语言模型提供了一个在轨案例，也为后续项目留下了软件部署和硬件适配经验。
其他公司也在推进星上计算。TechCrunch 报道，Planet Labs 已在搭载 Jetson Orin 的卫星上进行较简单的目标检测，并研究包括 VLM 在内的进一步应用。Kepler Communications 则已把 GPU 计算资源部署到多颗卫星上。Nvidia 在 GTC 2026 发布 Space-1 Vera Rubin 模块，称其中 Rubin GPU 用于空间推理的 AI 算力最高可达 H100 的 25 倍；这是厂商公布的能力指标，产品当时仍待后续推出。
YAM-9 仍是一项技术验证。论文给出了地面基准和少量在轨样本，持续运行、更多传感器和不同天气条件下的表现还需评估。原始影像的动态范围处理就曾让图像偏暗，模型把场景描述成夜间；后续在地面校正后重新分析，能恢复更多细节。模型输出可用于初步筛选，关键判断仍需要保留复核依据。
扩大到星座后，团队还要管理模型版本、远程更新、故障恢复，以及各颗卫星不同的资源状态。未来系统可能把更多初步分析放在轨道上，同时保留地面的完整影像处理与人工复核。星载推理能否创造商业价值，取决于它能让观测更及时、更准确，还是增加了新的误报和运维负担。
YAM-9 已经证明，经过适配的视觉语言模型能够在轨处理新拍影像。接下来，持续运行记录和具体任务表现，将决定这项能力能否成为常规的卫星服务。
