从美国轨道AI布局，到中国商业航天的现实机会

行业观察 / 2026年10月

今年以来，关于太空算力的消息越来越密集。SpaceX向美国FCC申请建设最多100万颗卫星组成的轨道数据中心系统；8月，英伟达披露与SpaceXAI合作的Starmind计划；10月，谷歌把Project Suncatcher原型卫星送入轨道。申请、合作方案和在轨试验，被放进同一张行业图谱里，似乎一场新的算力基础设施竞赛已经开始。^[1][2][3]

过去几个月，我们接触的很多商业航天项目也在谈算力。有人做卫星平台和计算载荷，有人研究空间目标观测与自动避碰，还有团队把目标放在未来的轨道数据中心。谈到实际客户时，各家的答案差别很大。这恰恰是当前研究太空算力最值得抓住的地方。技术在往前走，商业化还分着好几个阶段。有些任务已经每天发生，只等更好的处理工具；有些需求需要等发射、热控和通信成本继续下降。决定企业收入的，最终是客户会把哪一笔预算放过来，以及这项服务能否持续交付。

算力先服务卫星，钱才有机会流进来

太空算力目前有两种截然不同的使用方式。一种处理太空中产生的数据，包括遥感影像、空间目标观测，以及卫星健康监测与自主运控；另一种接受来自地面的计算任务，把AI训练、推理搬到轨道上。前者已经嵌在航天任务里，后者要面对地面数据中心的成熟供给和持续降价。美国GAO今年也判断，处理空间原生数据的小型计算设施，成熟度可能领先于大型轨道AI训练中心。^[5]

星上计算最容易理解的场景是遥感。卫星拍到一幅图像，可能有大半画面被云层遮住，客户关心的船舶、火情或港口变化只占其中一小部分。如果先在轨完成筛选和初步识别，地面就可以更早收到可用结果。欧洲航天局的Φsat-2在2024年入轨，2025年进入科学数据交付阶段，已用于云层筛选、船舶识别，以及灾害相关分析等任务。^[4]

这类价值有一个前提：数据被压缩、舍弃之后，不能让客户错过关键目标。海上监测和灾害应急对漏检很敏感，原始数据还可能承担复核和取证用途。只展示一段模型在轨跑通的视频，远远不够。客户需要看漏检率、处理时延和节省的回传量，以及出现异常时能否追溯原始记录。而且，“下传带宽不足”并不会一直是同一个约束。中科院空天院今年1月利用AIRSAT-02完成120Gbps星地激光通信实验，单次最长连续通信达到108秒。这距离全球、连续且低成本的运营还有工程距离，但卫星往地面传数据的能力确实在改善。^[6]  若一家公司主要靠节省流量解释星上算力的价值，今后还得不断和更便宜的通信方案比较。

更值得关注的是需要卫星当场反应的任务。随着卫星承担的任务越来越复杂，很多事情已经不能完全依赖地面控制。比如，卫星发现异常目标后需要及时调整观测方向，设备出现故障时需要自主判断和处理。如果每次都要等待地面人员分析、发送指令，可能已经错过了处理时机。星载计算能够提高卫星的自主运行能力，这种价值比较直接，客户也更容易为此付费。

星载计算的第一批规模化订单，很可能因此来自卫星制造和升级需求。相关芯片、计算板卡和软件可以直接进入卫星平台及载荷的采购体系，随着卫星批量生产逐步放量。对于一级市场而言，这条商业化路径更清晰，也更容易形成持续订单。至于独立的太空算力星座，商业化难度要高得多。客户需要额外承担跨星通信、系统接入和数据安全等成本，而直接在自己的卫星上增加计算能力，往往已经能够满足需求。这也意味着，短期内更值得关注的可能是星载计算芯片、智能载荷和自主运控软件企业。独立算力星座有更大的想象空间，但商业闭环还需要更多验证。

短期判断一个星载计算项目，应该先看它替代了现有工作流程中的哪一步。如果只是把地面的推理任务换个地点运行，商业价值可能有限；若能让卫星少等一个地面窗口、少做一次人工处置，或把某类风险控制在可量化范围内，订单的逻辑才会清楚一些。

美国的实践，藏在已经形成的航天运营体系里

SpaceX让市场格外关注，更多因为它已经把一部分昂贵的前置工作做完了。火箭发射、卫星批量制造和星座测控，以及用户终端与通信网络都在自己的业务体系内运转。Starlink公开的2025年报告显示，服务覆盖155个以上国家和市场，客户超过900万。^[7]  这些现有业务带来了真实的运营经验、发射节奏和制造协同，也为新的计算载荷提供了试验条件。

英伟达公布的Starmind方案，拟在首代AI卫星上使用经优化的Vera Rubin NVL72架构。^[2]  地面AI芯片的计算和软件生态可以借用，太空环境却会让系统重新面对辐射、散热和高可靠供电。谷歌10月送入轨道的Suncatcher原型卫星，目前承担的就是芯片环境适应性等验证任务，距离按客户订单交付大规模计算服务，还有相当长的路。^[3]

这里有个容易被忽视的工程问题。地面AI集群里的GPU需要高速交换数据，训练任务尤其依赖低时延互联。谷歌在2025年公开的研究中估算，轨道AI集群的星间链路需要达到数十Tbps级，并考虑让卫星保持数百米量级的相对距离来改善光链路预算。^[8]  Starlink已有成熟的星间激光通信，并不意味着其现有网络能直接承担这样的集群互联。越追求高密度计算，星间链路、编队控制和轨道安全就越难分开设计。

SpaceXAI还有一个独立创业公司难以轻易复制的条件，它已经在地面经营AI计算业务，未来可能为轨道设施提供内部试验任务。不过，内部负载能否承受轨道计算的额外成本，目前也没有公开结果。独立企业若按同样的技术路径创业，发射、造星和通信，以及保险与客户获取往往要向不同的供应商采购，项目融资成本与运营现金流压力会明显更高。

所以美国路线最值得研究的地方，仍是SpaceX的产业组织能力。拥有发射能力、制造节拍和网络资源，以及潜在自有需求的运营主体，更容易把一次次试验转成产品迭代。单纯比较哪家公司先把高性能GPU送上天，很难判断最终谁会拿走利润。

中国的机会，先看进入什么供应链、服务什么任务

中国在技术验证上已经有了自己的样本。2025年5月，之江实验室牵头的“三体计算星座”首批12颗计算卫星入轨。^[9]  北京依托“天算星座”也开始常态化提供在轨试验服务，2026年9月该体系已有16颗低轨卫星和7座地面站，支持了数百次在轨试验。^[10]

这些进展证明了软硬件上天、在轨运行和任务开放的能力，但商业上还有一段需要补的距离。尤其对于在轨算力来说，客户是否连续使用、每次付费多少，以及是否愿意在下一颗星继续采购等指标更能说明产品成熟度。

国内首先会遇到的需求，仍与大规模组网、遥感和既有航天任务紧密相关。国家星座建设能够提供稳定的技术标准和验证机会，也决定了新产品进入供应链要经过较长的可靠性考核。许多零部件在地面测试通过之后，还需要经过整星集成、环境试验和在轨验证。大批量订单通常更倾向采用更可靠的方案。从这个角度看，国内企业的差异化可能在于系统工程与交付能力。以星载计算为例，如果一套模块能同时满足功耗、重量和容错，以及软件升级要求，且已经通过总体单位验证，价值通常要高于纸面算力更高、却需要重新设计供电与热控的方案。还有一些看上去不显眼的能力，例如故障恢复、软硬件版本一致性，以及自动化测试与在轨更新，随着卫星数量增加，可能直接影响整个星座的运维成本。

从投资角度看，太空算力产业链中有几个方向值得重点关注。首先是能够提供完整产品的企业。比如，将传感器、计算芯片和算法集成在一起，让卫星直接具备目标识别、数据分析和自主控制等能力。这类产品可以随着新一代卫星的升级进入采购体系，商业化路径比较清晰。

其次是关键零部件和设备供应商，包括高可靠电源、散热和计算板卡，以及激光通信设备与卫星自动化装配和测试设备。这些产品可以同时服务通信、遥感和计算等不同类型的卫星，客户范围更广，也有机会随着卫星批量生产持续受益。

星载操作系统、算力调度和多星协同软件也值得关注。这类软件未来有机会应用于不同厂商的卫星和星座，具备一定的平台化潜力。不过，目前各家卫星的硬件和技术标准差异较大，能否实现规模化复制，还需要看行业标准的统一程度，以及实际的客户落地情况。

国内直接建设面向通用AI市场的轨道数据中心，短期内还缺少足够清晰的支付逻辑。国内地面算力服务竞争充分，电力、机房和通信等供应条件与美国也不同。轨道计算若主要按GPU小时出售，就必须解释客户愿意承担哪些额外成本；若面向保密、时效或特定空间任务提供高附加值服务，市场规模又需要再做考量。相比宏大的千星规划，眼下能复购的载荷订单和长期运控合同更值得跟踪。

空间安全方案可能更早实现落地

太空算力还会带来一项现实的附加需求。更多卫星投入运营之后，空间目标监测、碰撞预警和自主规避都需要更频繁地处理数据。欧洲航天局2026年空间环境报告统计，2025年全球发射超过300次，送入轨道的新载荷超过4000个。报告同时指出，部分繁忙轨道仍在积累碎片，碎片与在轨物体来源的关联工作也越来越困难。^[12]

卫星轨道高度不同，监测的任务也不同。ESA资料显示，600公里以下主要分布着能够主动机动的卫星；600至1100公里还聚集了大量多年累积的历史碎片。前者尤其重视运营商之间及时交换轨道和机动信息，后者对观测覆盖、轨道预报精度的要求更高。^[12]  设备所在轨道、传感器能力和客户类型，会让空间态势感知市场分化出不同产品。

SpaceX已经提供了一个很有代表性的解决思路。Stargaze利用Starlink原有的星敏感器观测空间目标，官方披露每天处理超过3000万次目标过境观测。^[13]

空间监测网络本身也有几种差异很大的做法。地面光学站受天气和观测条件限制，却容易维护升级；专用天基卫星能补足部分观测盲区，但建设和发射成本较高；借用通信星座已有传感器则更依赖运营商的合作和数据授权。三种方式最终可能共存。

当前，基础空间安全信息正在由公共部门供给。美国NOAA牵头的TraCSS面向民用和商业运营商提供基础空间态势感知与交通协调服务。2026年10月，系统已有87个试点用户组织，覆盖超过1.1万颗在轨卫星。^[14]

国内情况又有所不同，国家航天局2025年行动计划提出建设空间碎片自主编目动态数据库，开展碰撞预警与风险研判，并推动商业航天强制保险制度建设。^[16]  行业正在补齐基础能力，未来第三方服务会与国家公共体系、星座运营商自建系统同时存在。

从商业化角度看，更有机会实现落地的，是那些能帮助卫星运营商解决实际问题的服务。比如，发现现有监测系统难以发现的卫星或太空碎片，提高碰撞预警的准确性，或者将预警系统与卫星控制系统连接起来，让卫星能够及时采取避碰措施。对客户来说，这些能力的价值很直接：降低卫星碰撞风险，减少误报带来的不必要变轨，节省燃料和运营成本。相比单纯提供轨道数据，能够进一步提供风险分析和自动避碰服务的企业，更有机会形成产品差异化和较强的收费能力。

从目前证据看，太空算力的产业机会大致会按应用成熟度逐步展开。星上数据处理和智能运控已经有试验基础，也能对应现有卫星预算；空间安全、在轨协同可能随着星座规模扩大增加采购；通用轨道AI数据中心则需要发射、热控和互联，以及设备寿命共同改善，需要在更长远的时间轴上进行规划。

一个项目拿到在轨测试机会，距离形成连续订单还有几步；拿到一次订单，距离形成可重复、可盈利的运营模式又有几步。真正值得持续跟踪的公司，会逐渐拿出在轨运行记录、客户复购和单位成本改善的证据。这些进展可能没有百万颗卫星规划那么吸引眼球，却更接近太空算力生意开始成立的时刻。

资料来源

[1] 美国FCC，SpaceX轨道数据中心系统申请受理公告，2026-02-04

[2] NVIDIA，SpaceXAI Starmind及Vera Rubin合作公告，2026-08-24

[3] Google，Project Suncatcher原型卫星入轨，2026-10-01

[4] ESA，Φsat-2科学阶段与在轨AI应用，2025-07-15

[5] 美国GAO，Data Centers in Space，2026-04-28

[6] 中国科学院空天信息创新研究院，120Gbps星地激光通信实验，2026-01-30

[7] Starlink，2025 Progress Report，2025年

[8] Google Research，轨道AI基础设施系统设计与成本推演，2025-11-04

[9] 新华社，“三体计算星座”首批12颗卫星入轨，2025-05-15

[10] 北京市海淀区，天算星座在轨试验云服务进展，2026-09-07

[11] 北京市人民政府网站，鸿鹄03星与自动化卫星产线，2026-08-20

[12] ESA，Space Environment Report 2026，2026-09-14 

[13] Starlink，Stargaze空间态势感知技术说明，2026年

[14] 美国NOAA，Traffic Coordination System for Space，2026-10

[15] 北京市科学技术委员会，北京商业空间态势感知观测阵列，2026-06-29

[16] 国家航天局，商业航天高质量安全发展行动计划（2025—2027年），2025-11

[17] 北京太空算力创新中心，太空操作系统开源标准体系发布，2026-06