全球首个大模型在轨部署：中国太空算力解锁“软硬一体”

作者 ｜ 黄小艺
邮箱 ｜ huangxiaoyi@pingwest.com

把大模型送上太空，这件事正在从科幻变成现实。

1月26日，中国信通院联合多家机构发起“算力星网”倡议，这场会议上披露的一组信息引发了行业关注：去年11月，国星宇航将千问大模型Qwen3通过43轨上注，实时部署到在轨卫星上，并完成了多项推理任务验证，全球范围内首次实现通用大模型的在轨部署。

消息之所以受到关注，是因为它揭示了太空算力竞赛中一条容易被忽视的技术分野。

过去一年，中美两国在太空算力方向动作不断。美国这边，英伟达和Starcloud把H100送入轨道验证了在轨推理，谷歌发布了“太阳捕手”计划，SpaceX也在尝试将星链改造成分布式太空数据中心。国内这边，北邮的“天算星座”，国星宇航“星算计划”等多家企业和机构都在抢滩布局。

但“把算力送上天”和“把大模型送上天”是两件事。前者解决的是硬件部署问题，后者则是涉及软件层面的核心能力——大模型如何在太空中持续迭代升级。

毕竟，AI模型的迭代周期远快于卫星的部署周期。地面上的大模型可能几个月就更新一代，而卫星星座的建设往往以年为单位。如果太空算力无法跟上模型迭代的节奏，其应用价值将大打折扣。只有具备在轨部署能力，太空算力基础设施才能真正与AI技术的演进保持同步。

站在2026年初回看，太空算力正在迎来一个新的转折点。政策端，商业航天被纳入十五五规划，政府采购机制开始引入；技术端，可回收火箭、批量卫星制造、在轨部署能力同步迭代；需求端，地面算力成本攀升，物理AI应用对全球化实时算力的需求日益迫切。

当这三条线开始交汇，2026年，太空算力正在从“可不可行”的理论论证，走向“如何落地”的产业实践。

1

在轨部署，比“上天”更重要的是“更新”

要理解在轨部署的意义，需要先看清当前太空算力的两条技术路径。

第一条路径是“预装”。大模型在地面预先装载到卫星中，随硬件一起发射升空，到达轨道后直接运行。Starcloud去年底的技术验证走的就是这条路——H100芯片随卫星入轨，在太空中成功跑通了开源模型的推理任务。这是一次重要的从0到1的突破，证明了数据中心级GPU可以在太空环境中正常工作。

但这种模式有一个明显的局限：模型与硬件是绑定关系。发射前装载的是哪个版本的模型，上天之后就只能运行哪个版本。考虑到卫星发射的周期和成本，这意味着太空中的算力节点很可能长期运行着“过时”的模型。

第二条路径是“软装”。卫星先行入轨，大模型后续通过星地链路远程注入，且可以根据实际需求随时更新迭代。去年11月，中国工程院院士、之江实验室主任王坚披露的正是这套能力——他提到，通过国星宇航，千问大模型Qwen3在2025年11月13日至23日，成功完成了大模型实时在轨部署。

这一过程的技术难度远超常规认知。太空环境下，卫星过境窗口短暂，单次星地通信时长有限，带宽也受到严格约束。面对这些客观限制，团队采用了“分块传输、星上重组”的方案：从11月13日至22日，利用卫星经过地面站的43个轨道周期，将大模型分包上传。这些数据包抵达太空计算节点后，由星载计算机执行指令整合，在轨完成模型的解压、校验与重新部署。

部署完成后，团队进行了多次端到端推理任务测试。用户通过“星算智能体”网站输入问题指令，指令上注卫星后，大模型调用太空算力进行在轨推理，随后将结果回传至地面用户界面。从问题上注到推理完成再到数据回传，全流程耗时不到2分钟。

这条链路的跑通，验证的不仅是传输效率，更意味着卫星不再是发射时就固化的单一功能设备，而是变成了可复用、可定义的“太空服务器”——今天可以部署千问大模型，明天可以换成交通、遥感等垂直行业的专用模型，可以像手机APP一样远程更新、动态迭代。

能在线部署很难，但成功在轨部署之后意味着什么呢？当这套能力与千星组网相结合之后，太空算力的想象空间会被进一步打开。

在研讨会上，国星宇航披露了他们的“星算计划”：构建一个由2800颗计算卫星组成的太空算力网络，其中2400颗负责推理、400颗负责训练，部署在500-1000公里的多种轨道上，通过星地和星间激光通信组网，最终实现十万P级推理算力和百万P级训练算力。

这个太空算力网服务的核心对象，是空天陆海领域的“硅基智能体”。也就是说，远洋货轮、极地科考车、跨境物流无人机——当这些智能设备驶入地面网络覆盖不到的区域时，太空算力恰好可以填补这一空白。

1

步入2026年，当政策、技术、商业开始对齐

太空算力并非新概念，但2026年确实是一个关键转折点——从产业演进的角度看，这一年恰好是多条发展线索交汇的节点。

政策层面的信号已经明确。商业航天被纳入十五五规划，国家航天局发布了未来三年的行动计划，政府采购机制开始引入；1月26日的这场会议上，算力星网发展倡议的推进，也标志着国家开始为太空算力制定游戏规则，将分散的企业探索纳入统一的技术标准和服务体系。

而在技术层面上，几条关键能力正在同步迭代。可回收火箭技术取得突破，发射成本持续下降；卫星批量制造能力提升，规模化部署成为可能；在轨部署、星间链路等软件层能力也在快速迭代。这些技术进展相互支撑，才让太空算力从概念验证走向工程落地有了现实基础。

需求侧同样在发生变化。物理AI的崛起正在重塑算力需求的形态——Robotaxi、低空无人机、具身智能机器人，这些应用场景的共同特点是需要低延迟、广覆盖的实时计算能力。太空算力天然具备全球覆盖的优势，与这类需求形成匹配。

与此同时，地面算力的扩张也在接近某些物理边界。国际能源署预测，2026年全球数据中心用电量将突破1万亿度。能耗之外，土地、冷却、电网容量都在成为制约因素。太空提供了一种不同的资源组合：低轨卫星可以获得近乎持续的太阳光照，真空环境省去了复杂的散热系统。从长期看，这是算力基础设施向外延展的一个自然方向。

此外，还有一个容易被忽视的背景：太空资源本身是有限的，且遵循先到先得的规则。国际电信联盟规定，轨道和频率资源需要提前申报、协调、部署，申请后七年内必须发射首批卫星，否则资格作废。2026年初，SpaceX宣布将4400颗星链卫星从550公里降至480公里，几乎同期，国内企业向国际电联提交了20.3万颗中低轨卫星的申请。两个动作都指向同一件事：在有限的轨道空间中抢占先机。

这意味着太空算力的竞争不只是技术竞争，也是一场时间窗口的争夺。早期布局的玩家有机会锁定轨道资源、积累运营经验、建立规模优势；而窗口一旦错过，后来者的进入成本会显著上升。

从已披露的规划看，这场竞赛的规模正在快速扩大。国内多个星座计划合计规划了数万颗卫星，预计2030年前实现千星规模组网。美国方面，SpaceX的星链已有超过9000颗卫星在轨，Starcloud、谷歌等玩家也在推进各自的太空算力计划。

当然，太空算力距离大规模商用仍有相当距离。发射成本虽在下降但依然不低，抗辐射芯片、星间激光链路、在轨热管理等技术难题尚未完全解决。但可以确定的是，政策、技术、需求、资本的阶段性进展，让太空算力从早期探索进入了产业化的起步阶段。

从地面机房到近地轨道，算力的边界正在被重新定义。2026年，这场向上生长的故事才刚刚开始。

点个“爱心”，再走 吧