NASA po raz pierwszy uruchomiła duży model językowy bezpośrednio na orbicie. Jak podaje IEEE Spectrum (23 lipca 2026), Jet Propulsion Laboratory wgrał model Google Gemma 3 na satelitę YAM-9, aby analizował zdjęcia Ziemi w czasie rzeczywistym — zamiast przesyłać surowe obrazy na Ziemię. To pierwsza demonstracja modelu wizyjno-językowego działającego w kosmosie.
Najważniejsze w skrócie
- Model: Google Gemma 3 4B (open-weights), skompresowany do 4 bitów, 8 GB pamięci, bez modyfikacji — prosto z Hugging Face.
- Sprzęt: satelita YAM-9 firmy Loft Orbital, moduł obliczeniowy Nvidia Jetson Orin AGX, zasilanie 150–500 W z paneli słonecznych.
- Zadanie: opisywanie zdjęć Ziemi i odpowiadanie na pytania o teren (zabudowa komercyjna, mieszkalna, obszary naturalne).
- Skuteczność: 88% na zbiorze 7960 zdjęć; dwa testy na żywo — Tuluza we Francji i wybrzeże Argentyny.
- Zysk: przesyłanie na Ziemię kilkudziesięciu kilobajtów tekstu zamiast setek megabajtów obrazów.
Co poleciało na orbitę
Za wdrożenie odpowiada Jet Propulsion Laboratory NASA. Na pokładzie satelity YAM-9, zbudowanego przez Loft Orbital, uruchomiono model Google Gemma 3 4B — otwartą, czteromiliardową wersję działającą na module Nvidia Jetson Orin AGX z radiacyjnie utwardzonymi układami. Cały system zasilają panele słoneczne dające od 150 do 500 watów mocy.
Model zmieszczono w 8 GB pamięci dzięki kompresji do 4 bitów. Jego zadaniem jest analiza zdjęć Ziemi: generowanie opisów tekstowych i odpowiadanie na pytania o to, co widać w kadrze — od obszarów komercyjnych i mieszkalnych po elementy naturalne. Przeprowadzono dwa przechwycenia na żywo: nad Tuluzą we Francji oraz nad wybrzeżem Argentyny.
Kompresja semantyczna zamiast surowych zdjęć
Kluczowa korzyść nie leży w samym rozpoznawaniu obrazu, lecz w tym, co trafia na Ziemię. Zamiast ściągać setki megabajtów surowych zdjęć, satelita przesyła zwięzły opis tekstowy tego, co zobaczył. To zmienia ekonomię łącza radiowego, które w obserwacji Ziemi jest wąskim gardłem.
Nie ma znaczenia, że łącze jest wolne, bo przesyłasz w dół dziesiątki kilobajtów zamiast dziesiątek czy setek megabajtów.
Paul Lasserre, dyrektor generalny Loft Orbital.
Model prosto z Hugging Face
Zaskakujące jest to, jak niewiele trzeba było zmienić. Zespół użył niezmodyfikowanej wersji Gemma 3 pobranej z Hugging Face — bez dedykowanego dotrenowania pod warunki kosmiczne. Na benchmarkowym zbiorze 7960 zdjęć model osiągnął 88% trafności. Dla porównania, klasyczna obserwacja Ziemi wymaga ściągnięcia wszystkich danych na Ziemię i przetworzenia ich po fakcie, co wydłuża czas reakcji i obciąża łącze.
Druga zmiana dotyczy programowalności. Satelitę można przekierować na nowe zadanie samym poleceniem tekstowym, bez wgrywania nowego oprogramowania.
To duża zmiana. Teraz naukowiec może napisać prompt, wgrać go na statek i system weźmie go pod uwagę.
Juan M. Delfa, lider grupy technicznej w NASA JPL.
Dlaczego to ważne?
Eksperyment przenosi obliczenia na sam brzeg systemu — dosłownie na orbitę. Fakt, że wystarczył niewielki, otwarty model konsumencki, a nie kosztowny model budowany specjalnie dla kosmosu, pokazuje, jak bardzo capable modele stały się towarem. Do niedawna taki ładunek oznaczałby lata pracy nad dedykowanym systemem.
Największą wartością jest jednak odwrócenie ekonomii przepustowości. W obserwacji Ziemi to nie moc obliczeniowa, lecz łącze radiowe jest ograniczeniem — przetwarzanie na orbicie i przesyłanie samych wniosków to obchodzi. Do tego dochodzi programowalność promptem, która zmienia satelitę ze sztywnego czujnika w urządzenie, które można przekierować w locie. Trzeba jednak pamiętać, że to demonstracja: model 4B i 88% trafności to pułap pokazowy, ograniczony budżetem mocy i pamięci.
Co dalej?
- Szczegóły techniczne opisano w preprincie NAVI-Orbital na arXiv — to podstawa do prób replikacji przez innych.
- Model 4B i 88% trafności to pułap demonstracyjny — większe modele ogranicza budżet mocy (150–500 W) i 8 GB pamięci.
- Loft Orbital pozycjonuje YAM-9 jako platformę pod AI na orbicie — kolejne ładunki zależą od decyzji operatorów.
