问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年8月，中科天塔自主研发的航天垂直大模型“华山”健康管理模块，随“辰光一号”技术试验卫星入轨满1个月后完成星上AI全流程在轨实战验证，具备卫星遥测数据解析、异常检测、趋势预测与自主决策核心能力，突破传统星地协同运维瓶颈，标志着我国商业航天星上智能运维正式进入落地阶段。
随着全球低轨巨型星座竞速组网，国内商业卫星年发射量连续3年保持翻倍增长，传统卫星运维模式的短板正快速凸显。过往行业通用的“地面训练、星上仅推理”架构，需要将卫星产生的全部遥测数据回传地面，经地面团队分析后再下发处置指令，不仅要承担高昂的星地带宽成本，还普遍存在数小时的响应滞后，面对低轨卫星单次过境仅10分钟左右的时间窗口，大量突发异常根本来不及处置，已经成为巨型星座规模化部署的核心阻碍。
此次完成在轨验证的“华山”大模型健康管理模块，正是针对上述痛点打造的专属解决方案。截至2026年8月12日，该模块已在轨顺利完成多类时序神经网络和包络算法的训练、评估与预测全流程任务，核心预测指标全部达标，卫星运行状态稳定。
其最大突破在于首次在国产商业卫星上跑通了“数据采集—星上训练—风险预警—健康评估”的全自主闭环：无需将海量遥测数据回传地面，卫星即可在轨道上自主完成数据校验、模型迭代、风险判定全流程，遇到故障隐患时可第一时间触发自主处置指令，响应速度从过去的小时级压缩至秒级，彻底摆脱了对地面测控窗口的依赖。为适配星上有限的算力环境，“华山”大模型在研发阶段就针对航天场景做了极致轻量化优化，通用大模型常见的算力消耗高、推理延迟长等问题均得到有效解决。
此次验证的落地，也被业内视作“星上智驾”时代的正式开启。和汽车自动驾驶的逻辑类似，随着大模型能力的逐步迭代，未来卫星的运维、轨道规划、载荷调度等核心功能都将逐步实现自主化，无需地面团队24小时值守，对于规模达上万颗的巨型星座而言，整体运维成本有望出现量级下降。
除了运维场景，星上大模型的落地还将打开更多航天应用的想象空间：比如遥感卫星可在星上直接完成影像数据的AI分析，遇到地震、洪涝等灾害时，无需回传全量原始数据，就能直接将受灾范围、受损程度等核心信息第一时间下发到地面应急部门，响应速度可从过去的小时级提升至分钟级，大幅提升航天数据的应用效率。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号