NASA将谷歌Gemma大语言模型送入轨道，实现卫星图像在轨分析

NASA喷气推进实验室近期将谷歌的Gemma 3大语言模型送入太空，实现了首次在轨视觉语言模型分析卫星自身传感器图像的演示。该系统名为NAVI-Orbital，在Loft Orbital公司制造的YAM-9卫星上运行，使用压缩后的4位Gemma 3 4B模型，在包含7960张图像的基准测试中达到88%的分类准确率，且无需针对特定数据集进行训练或微调。NASA技术组负责人Juan M. Delfa表示，这一成功意味着研究人员与航天器交互方式的根本性转变。

NAVI-Orbital是一个基于LangGraph协调器的智能软件框架，由Delfa及其合作者开发。它部署了谷歌的开放权重模型Gemma 3 4B，以生成纯文本图像描述。在轨测试中，研究人员在法国图卢兹和阿根廷海岸上空进行了两次实时捕获测试，除了生成图像文本描述外，还通过脚本化问题询问图像是否包含商业或住宅区域等特征。图像分析在YAM-9卫星上完成，该卫星搭载了由多个抗辐射处理器组成的计算集群。

Gemma 3在英伟达Jetson Orin AGX上运行，这是一个常用于机器人和AI任务的小型计算模块。4位、40亿参数的模型仅需8GB内存，使其能够在低功耗设备上运行。Delfa强调，这传达了模型轻量化的信息，可以在非常小的计算机上运行。Loft Orbital总经理Paul Lasserre指出，视觉能力的大语言模型可为轨道操作带来范式转变，通过语义压缩解决带宽限制问题。

传统卫星无法提供快速、高保真的图像和视频传输，带宽有限且只能在特定轨道位置向地面站传输数据。Lasserre认为，AI模型可以通过语义压缩解决这一问题，即卫星仅传输文本摘要而非大量原始图像数据。例如，在野火检测中，卫星目前需要长达90分钟的延迟才能将结果传回地面，而具备在轨分析能力的卫星可以立即发送文本警告。

NAVI-Orbital不仅实现了更快的洞察，还展示了与航天器交互的新方式。虽然系统目前被刻意隔离于飞行软件之外，仅读取图像并生成描述，但重新配置系统以搜索不同类型目标只需编辑文本提示，无需重写或重新验证机载软件。Delfa表示，长期愿景是将这一能力扩展到无人卫星和图像处理之外，作为宇航员的AI伴侣，通过自然语言交互辅助太空任务。

这一演示表明，在太空中部署大语言模型并通过提示控制它是可行的。未来，科学家可以通过上传自然语言提示来指导航天器分析任务，彻底改变以往需要操作团队和复杂指令的传统模式。尽管距离完全实现这一愿景还需大量研究，但NAVI-Orbital的成功为太空AI应用开辟了新的可能性。

要点

• NASA首次在轨演示视觉语言模型分析卫星图像，使用谷歌Gemma 3实现88%分类准确率。
• Gemma 3以4位压缩格式运行于英伟达Jetson Orin AGX，仅需8GB内存，展示轻量化AI在太空的可行性。
• 语义压缩技术可大幅减少卫星数据传输量，将野火检测等任务的延迟从90分钟降至实时。
• 自然语言提示取代传统结构化指令，使科学家能更灵活地与航天器交互。
• 长期愿景包括将AI作为宇航员伴侣，通过自然语言辅助太空任务。