问题：长期以来，卫星能力提升主要依赖“采集—下传—地面处理”链路：遥感卫星获取影像后回传至地面站，由地面算力完成解译、识别与产品生产。随着数据量快速增长，这个模式的瓶颈日益突出：下传带宽与可用窗口受限——链路时延影响产品时效——地面算力调度与运维成本上升，部分任务难以满足突发事件响应、动态监测与实时决策需求。如何将更多智能处理能力前移到太空端，缩短数据闭环、提升任务自主性，成为卫星应用升级的关键议题。 原因：一方面，全球航天活动加速推进，遥感、通信、导航等业务对“更快可用”的数据产品提出更高要求，仅靠扩充地面处理能力难以从根本上消除链路时延与窗口限制。另一方面，计算芯片、星载软件与在轨管理技术持续进步，使在轨算力从“能用”走向“可规模化”。因此，计算卫星概念逐步清晰，其角色不再只是载荷数据的搬运者，而是太空端的算力基础设施提供者。此次披露的在轨部署实践显示，通用大模型已从地面环境迁移至星载环境，并完成端到端推理链路验证，对应的工程化路径正在成形。 影响：首先，这一进展为“天感天算、天地协同”提供了可验证样板。通用大模型在轨运行并完成多次推理任务，地面上传指令、星上推理、结果回传的全流程用时控制在2分钟以内，意味着部分场景可在太空端直接完成初筛、摘要、目标线索提取或事件判别，从而降低原始数据下传压力，将有限链路更多用于高价值数据与关键结果回传。其次，对应急与强时效应用具有现实意义。面向灾害监测、海上目标跟踪、重大工程安全巡检等需求，在轨智能处理有望缩短“发现—研判—处置”链条，提高信息供给速度。再次，产业层面或将带动卫星平台、星载计算、软件工程与任务运营方式的调整。未来卫星能力竞争可能从单一载荷指标扩展至“算力—模型—任务编排—数据产品”的全链条能力，催生新的技术与商业赛道。 对策：要把“在轨部署验证”转化为可持续的业务能力，仍需在标准化、安全性、工程可靠性与生态协同上持续推进。一是完善在轨智能的评测与标准体系，针对推理时延、算力利用率、能耗、鲁棒性、任务切换效率等指标建立统一口径，推动跨平台迁移与复用。二是强化星载软件与模型的安全与可控治理，建立覆盖数据输入、模型更新、权限管理与日志审计的闭环机制，确保关键任务稳定运行。三是提升天地一体化的任务编排与算力调度能力，合理划分“在轨处理”与“地面深加工”的边界，通过分层推理、结果压缩与差异化回传提升整体效率。四是面向应用端形成可落地的产品体系，将在轨智能能力转化为用户可感知的服务，如更快的预警提示、更及时的变化检测、更稳定目标线索输出，以需求牵引技术迭代。 前景：从趋势看，太空算力将与通信能力、观测能力一道，成为新一代卫星系统的重要基础能力。随着计算卫星规模化部署、星间链路增强与任务协同能力提升，未来可能形成“太空计算中心+多星协同”的新型基础设施，推动能力提升从单星走向系统级智能。同时，通用大模型在太空端的应用或将向更高自主度演进：从执行单次推理任务，逐步扩展到多模态数据的综合研判、复杂任务的分解执行以及与地面系统的联合决策。可以预期，在安全可控与工程可靠前提下，太空端智能处理将更深度嵌入遥感解译、通信网络优化、在轨运维与空间环境监测等场景，为航天应用提供更高时效、更低成本与更强韧性的支撑。
从东方红一号的太空初啼到今天智能卫星的自主决策，中国航天以持续创新推动能力跃升；正在发生的“天算”变革，不仅拓展了卫星的价值边界，也将促使航天应用从“把数据带回地面”转向“在太空完成更多处理与判断”。当我们仰望星空，看到的不只是星辰，也是在轨智能带来的新想象空间与更可用的未来。