多年来,卫星搭载AI图像处理一直是地球观测行业的重要目标,如今这一目标终于成为现实。总部位于加利福尼亚州的Planet Labs公司发布了一张由其Pelican-4多光谱卫星拍摄的图像,画面呈现的是澳大利亚爱丽丝泉机场的停机坪。坪上散布着十余架飞机,每架飞机均被整齐的绿色方框标注,这是由卫星上搭载的AI模型完成的自动识别。
Planet Labs的工程师们历经18个月,终于实现了从太空进行可靠的自主目标分类。他们希望这项技术能够大幅提升地球观测能力,实现自主任务调度,并将洞察结果实时传送给地面用户。
Planet Labs工程副总裁Kiruthika Devaraj表示:"整个遥感行业一直热衷于将先进传感器送入太空。我们在太空中拥有极佳的观测能力,能够监测各种动态。但问题在于,我们采集了海量数据,却要等待六到十二个小时才能将信息传回地面。这意味着,你看到的实际上是过去发生的事情。"
Planet Labs目前运营着由数百颗Dove和SuperDove立方体卫星组成的星座,每颗卫星仅有30厘米长。这些低成本太空相机每天多次扫描地球全貌,分辨率约为5米。与此同时,公司正在构建由32颗更大型卫星组成的Pelican卫星群,可实现30厘米级别的地表成像。其中第四颗卫星于2025年入轨,正是搭载飞机识别算法的那颗。
Planet所有卫星每天合计产生30TB数据,相当于一万小时的高清视频内容,这些数据通过遍布全球的数十座地面无线电站传回地面进行处理与分析。
将下载的数据传输至云端进行处理和AI分析需要数小时,由此产生的延迟有时会导致突发的山火在被发现时已蔓延至难以迅速控制的规模。
Devaraj表示:"在某些领域,分秒必争。实时洞察能让我们在问题发生的当下就给出答案。"
Devaraj及其团队开发的AI图像识别算法,借助星载GPU,能在半秒内完成对一张包含16000像素的Pelican图像的分析。从图像拍摄到用户获取结果,整个过程仅需数分钟。
目前,只有Pelican卫星配备了具备AI处理能力的处理器,即自动驾驶无人机中广泛使用的英伟达Jetson ORIN GPU模组。Devaraj表示,Planet计划用一种名为"Owl"的新型卫星来扩充SuperDove星座。Owl卫星不仅能以高达1米的分辨率实现每日重访,还将搭载英伟达Jetson处理器,具备AI检测能力。
新卫星群将推动公司着手构建Devaraj所描述的"行星智能"体系。届时,Owl卫星群将作为一个统一的智能卫星网络持续监测地球,并在无需人工干预的情况下,自主将潜在异常情况标记并转交给高分辨率的Pelican卫星进行复查。
Devaraj说:"我们希望将大脑,也就是所有的计算能力,直接部署在传感器旁边,让我们构建的卫星系统像生物神经网络一样,实时响应外部刺激。"
展望未来,公司计划升级至性能更强的英伟达Jetson Thor处理器,并最终在太空中运行大语言模型。
Devaraj表示:"五到十年后,当大家都习惯于直接接受Gemini、Claude等大语言模型给出的答案时,我们或许会用卫星图像训练某个通用大语言模型,直接以文字形式输出它所观测到的内容。你可能只需在手机上收到一条短信,内容是:'三分钟前,我发现一艘未开启AIS发射器的船只,疑为非法船舶,以下是具体坐标。'"
地球观测行业谈论星载AI处理已近十年,但直到近期,相关技术才具备在太空中快速、稳定运行AI算法的能力。
Devaraj说:"我们最初使用的是早期的英伟达Jetson处理器,但直到ORIN这一代,算力才真正达到要求。"
要在太空中实现星载AI图像分析,算法必须能够处理未经平滑和校正的原始数据,而非像地面AI算法那样处理经过预处理的数据。
Devaraj表示:"卫星层面存在大量不确定因素——卫星在运动、在摆动、在振动。在地面,纠正这些误差的处理过程需要数小时。"
Devaraj介绍,Planet工程师团队历经18个月,才使星载AI模型的目标检测可靠性达到80%。团队希望下一版本的算法能将准确率提升至95%以上。
这项基于太空的实时AI检测服务,预计将在未来六到九个月内向客户开放。
Devaraj认为,就太空AI而言,这仅仅是个开始。Planet正与谷歌合作推进"Suncatcher"项目,计划将大规模数据处理卫星星座部署至地球轨道。该项目是近期众多设想将地面数据处理基础设施迁移至太空的方案之一。SpaceX、亚马逊等科技巨头支持这一方向,认为在地球轨道上,耗能巨大的计算机可利用免费太阳能运行,并在无需消耗水资源的情况下轻松散热。然而,也有批评人士质疑,大规模计算基础设施能否以足够低廉的成本发射入轨,从而与地面技术形成竞争。
谷歌与Planet计划于2027年发射两颗原型卫星。
Q&A
Q1:Planet Labs的星载AI图像识别技术目前能达到什么精度?
A:目前,Planet Labs的工程师团队历经18个月研发,使星载AI模型的目标检测可靠性达到80%。以Pelican-4卫星为例,其搭载的AI模型已能成功识别机场停机坪上的飞机。团队计划在下一版本算法中将准确率进一步提升至95%以上,该实时AI检测服务预计在未来六到九个月内向客户正式开放。
Q2:Planet Labs计划如何实现"行星智能"?
A:Planet Labs计划推出新型Owl卫星,搭载英伟达Jetson处理器,以1米分辨率实现每日重访。Owl卫星群将作为统一的智能卫星网络持续监测地球,并在无需人工干预的情况下,自主将潜在异常情况标记并转交给高分辨率的Pelican卫星进行复查,从而构建能够实时响应地球动态的"行星智能"体系。
Q3:未来太空中运行大语言模型是否可行?
A:Planet Labs对此持乐观态度。公司计划先升级至英伟达Jetson Thor处理器,再逐步推进在太空运行大语言模型。届时,系统或可直接用文字输出卫星图像的分析结果,例如通过短信告知用户某海域发现疑似非法船只及其坐标,实现真正意义上的实时智能地球观测。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。