中国团队实现全球首次在轨部署通用大模型，引领太空算力新突破

一凡 发自 凹非寺
量子位 | 公众号 QbitAI

岁末年初，全球AI竞争聚焦到了最新趋势——

太空算力。

大洋两岸，近期你追我赶。一边是年末硅谷头条，英伟达押注的美国公司Starcloud，宣布在太空中跑通了大模型。

这一边，量子位获悉，国星宇航最近发布了全球首个服务硅基智能体的太空算力网，计划用2800颗卫星服务数亿个硅基智能体

而且在太空AI、太空算力这个方向，中国玩家不是跟随，从一开始就是以先发者的姿态出现的。

太空算力之争，中美你追我赶

据国星宇航执行副总裁王亚波透露，计划发射的2800颗卫星中，有2400颗提供推理算力，总算力可达十万P级。另外400颗用于训练，训练算力可达百万P级。

这些卫星全都部署完毕，预计要花近10年时间。据了解，国星宇航去年5月已成功发射01组太空计算中心，完成了关键技术验证。02组和03组已投产，计划今年实现轨道部署。预计2030年前，可实现千星规模组网和商用，同时完成超大规模训练计算卫星太空在轨验证，2035年前完成全部组网。

不久前，英伟达投资的Starcloud也传出新的动向，利用此前发射到太空中的英伟达H100，运行了开源模型，实现了太空算力技术验证，引发硅谷热议。

全球AI两大高地，在发展太空算力方面，做出了一致选择。联想到上个月的一场相关演讲，我不禁对中国玩家展现出的预见性，有了更深的体会。

2025年11月27日，中国工程院院士、之江实验室主任王坚参加了中国空天信息和卫星互联网创新联盟2025创新发展大会，他在现场介绍称，千问大模型Qwen3已在2025年11月13日至23日，通过43轨上注，成功完成大模型实时在轨部署。

第二天还完成了多项在轨大模型推理任务，验证了相关能力。

背后提供大模型在轨部署能力的玩家，正是前面提到的国星宇航。王坚院士当时表示，“国星宇航首次实现通用大模型在轨部署”

虽然表面看上去，这也是利用太空算力运行大模型，但对比后会发现，这项技术突破与Starcloud最新取得的成果，有本质上的不同。

Starcloud是在地面上先部署好大模型，跟着算力一起上天，然后利用太空算力跑模型，目前算是刚刚完成了技术验证。

而国星宇航则已经能“隔空”在轨部署通用大模型，并可以根据实际需求，在线更新大模型，而且不仅限于用千问大模型Qwen3。这就像咱们日常用的智能机或者智能车一样，可以在线OTA(Over the Air)更新系统。这是目前全球太空算力竞赛取得的最前沿进展。

Starcloud和国星宇航在太空算力应用方面的差别，就像单机游戏和在线游戏。

王坚院士的演讲，当时还引发了我对太空算力的好奇。进一步查阅相关资料后发现，实际上去年就有很多公开报道称，2024年9月25日至10月5日，国星宇航就完成了全球首次卫星在轨运行AI模型技术验证

所以，为什么中美都押注了太空算力，要把大模型部署到太空？

为什么押注太空算力？

大模型浪潮催生庞大的算力需求，算力基建在全球大规模扩张，太空算力首先能降低成本。

最直接的是能节省宝贵的土地资源。同时，在太空部署算力也更节能。毕竟众所周知，数据中心能耗很高，根据国际能源署的数据，到2026年，全球数据中心的总用电量可达1万亿度，大致相当于1.2亿人全年的用电量

而太空算力没有臭氧层过滤，没有雨雪天气干扰，可以直接利用太阳能，获得持续能源供给，节约地球能源。以国星宇航的“星算”计划为例，其卫星正是部署在500-1000km晨昏轨道，轨道面与地球晨昏线近似重合，能持续获取太阳能。

其次，太空算力提供的实时性服务，也能帮助硅基智能体，比如Robotaxi和无人机完成低延迟的任务。

不仅助推了新的物理AI浪潮，也革新了传统行业，比如渔业。太空部署的大模型提供了在轨决策能力，相当于开了“天眼”，渔民利用相关服务，能随时随地获取鱼群动向，比如“东北方20海里处半小时后有金枪鱼群经过”这样的信息

如果是地面超算，受限于物理延迟和星地带宽，可能满足不了这种时效性要求极高的服务需求。毕竟地面上的空间距离，有可能比近地轨道远得多的。

最后，太空算力也是AI普惠的一种绝佳方式。覆盖全球的太空算力，为缺少算力的偏远地区提供了AI基建，与开源大模型同步推动AI普惠。

正是太空算力展现出了光明前景，才让大洋两岸你追我赶。背后原因听上去并不复杂，但之所以在当前成为竞速焦点，与其技术门槛密切相关，涉及到硬件、软件和一系列工程问题

首先是AI算力芯片选型和更新的问题。大家都知道摩尔定律，硬件性能迭代很快，这与太空算力基建建设的长周期，形成矛盾。

为了防止芯片“上天即落后”，需要建立在轨硬件更替机制，或利用软件手段延长硬件生命周期。

解决了底层算力的问题，再往上层还要考虑操作系统，支撑自身在太空运行大模型的同时，还要适配地面上开发的主流架构。

最后，太空环境的特殊性也是太空算力不得不面对的挑战，比如散热问题。毕竟太空没有空气，地面上的热管理机制失效，热量只能通过辐射形式传递，需要创造新的热管理技术，防止热量堆积。

再比如高能粒子对精密芯片的微观轰击问题，这会造成硬件损坏，干扰计算精度，需要创造安全冗余。

因此，把算力发射上天后，面临着系统性挑战，技术门槛很高。中国玩家率先突破，并持续探索，已经占据了先发优势，并押中了新的AI浪潮物理AI。

“太空算力+开源大模型”，软硬一体，将形成独特的中国方案。

其中开源大模型已经进入中国时间，而太空算力也正在展现出相同的势头。