NASA将谷歌Gemma大语言模型送入轨道：卫星图像分析迎来AI新纪元
NASA 近期完成了一项引人注目的技术验证：将谷歌的 Gemma 3 大语言模型部署在轨道卫星上，用于实时分析卫星图像。该项目名为 NAVI-Orbital，由 NASA 与商业卫星运营商 Loft Orbital 合作推进，硬件部分采用了 Nvidia 的 Jetson 边缘计算平台。
为什么要把 LLM 送上太空？
传统上，卫星图像分析需要将大量原始数据传回地面，再由数据中心处理。这不仅依赖高带宽星地链路，还面临传输延迟和隐私风险。NAVI-Orbital 的思路是让卫星“看完即理解”——直接在轨运行 Gemma 3，对拍摄到的图像生成文本描述，并回答预设的结构化问题，例如“图像中是否有云层覆盖？”或“识别出几艘船只？”。
技术实现：小模型，大任务
Gemma 3 是谷歌推出的轻量级开源大语言模型，参数量从 2B 到 8B 不等，专为资源受限环境设计。在轨测试中，Gemma 3 运行于 Nvidia Jetson 模块上，该模块集成了 GPU 和专用 AI 加速器，功耗仅 10-30 瓦，却能胜任推理任务。测试结果显示，模型能够准确识别海洋、陆地、城市等宏观特征，但在细粒度目标检测（如小型车辆）上仍有提升空间。
行业意义：从“数据中继”到“智能边缘”
这一成果标志着 AI 在航天领域的应用从地面辅助走向星上自主。类似的技术可用于灾害监测、军事侦察、农业评估等场景，大幅降低对地面基础设施的依赖。Loft Orbital 的 CTO 表示：“未来，卫星将不再是单纯的相机，而是具备推理能力的太空机器人。”
挑战与展望
尽管 NAVI-Orbital 证明了可行性，但星上 AI 仍面临辐射环境对硬件的考验、模型更新机制、以及如何在有限算力下处理更高分辨率图像等问题。NASA 计划在后续任务中测试更大参数的模型，并探索多模型协作的可能性。
总的来说，Gemma 3 的太空之旅为 AI 与航天工程的融合打开了一扇新的窗口。当大语言模型开始“仰望星空”，我们对地球的认知方式或许也将随之改变。
