Robocikowo>ROBOCIKOWO
Sztuczna Inteligencja

Pierwszy VLM na orbicie: satelita Loft YAM-9 z Gemma 3 identyfikuje obiekty bez ziemi

Pan Robocik17 czerwca 2026 · 4 min czytania
Pierwszy VLM na orbicie: satelita Loft YAM-9 z Gemma 3 identyfikuje obiekty bez ziemi

W kwietniu 2026 roku satelita YAM-9 firmy Loft Orbital po raz pierwszy w historii uruchomil model wizyjno-jezykowy (VLM) bezposrednio na orbicie. Zainstalowane przez NASA Jet Propulsion Laboratory oprogramowanie NAVI-Orbital, oparte na modelu Gemma 3 od Google DeepMind, samodzielnie odpowiedzilo na zapytania dotyczace danych sensorycznych z powierzchni Ziemi. Wyniki badania opisal TechCrunch 15 czerwca 2026 roku.

Najwazniejsze w skrocie

  • Pierwsze udokumentowane uruchomienie modelu wizyjno-jezykowego (VLM) na orbicie ziemskiej.
  • Misje przeprowadzil satelita YAM-9 firmy Loft Orbital; oprogramowanie NAVI-Orbital opracowalo NASA JPL.
  • Modelem byl Gemma 3 od Google DeepMind, zaprojektowany z mysla o wdrozeniach edge.
  • Hardware obliczeniowy: chip NVIDIA Jetson Orin AGX zainstalowany na pokladzie YAM-9.
  • Satelita odpowiadal na zapytania w jezyku naturalnym, np. identyfikuj tereny naturalne graniczace z zabudowa.

VLM w kosmosie: co sie wydarzylo

Standardowy schemat obserwacji Ziemi wyglada tak: satelita zbiera ogromne ilosci danych, przesyla je do stacji naziemnych, a analitycy lub algorytmy ML decyduja co jest istotne. NAVI-Orbital proponuje odwrocenie tej sekwencji. Zamiast przesylac surowe dane, YAM-9 przetwarza je autonomicznie na pokladzie i wysyla na Ziemie tylko wyniki: odpowiedzi na zadane pytania lub flagowane obszary.

Modele wizyjno-jezykowe (VLM) lacza rozumienie tekstu z analiza obrazow. W odroznieniu od klasycznych modeli do detekcji obiektow, ktore ucza sie rozpoznawac z gory okreslone klasy, VLM pozwala zadawac pytania opisowe. To znacznie bardziej elastyczne podejscie do analizy obrazow.

Gemma 3 jako model edge

Nie kazdy model nadaje sie do pracy w kosmosie. YAM-9 dysponuje ograniczonym zasilaniem i pamiecia. Google DeepMind zaprojektowalo Gemma 3 jako model do zastosowan edge: kompaktowy, zdolny do pracy na ograniczonej mocy obliczeniowej. Juan Delfa Victoria z NASA JPL musial dodatkowo zoptymalizowac warstwe oprogramowania NAVI-Orbital, zmniejszyc liczbe bibliotek i zuzycie pamieci, aby model zmieszcil sie w budzecie obliczeniowym NVIDIA Jetson Orin AGX.

Chip Jetson Orin AGX jest jednym z popularniejszych procesorow stosowanych w zastosowaniach kosmicznych. Planet Labs korzysta z Jetson Orin w swoich satelitach do prostszych zadan detekcji obiektow i deklaruje prowadzenie badan nad zastosowaniami VLM. Kepler Communications, operator najwiekszego klastra GPU na orbicie, potwierdzil kilka nieujawnionych przypadkow uzycia.

Co oznacza test dla przyszlosci obserwacji Ziemi

Paul Lasserre, szef AI w Loft Orbital, opisal kierunek: jesli masz VLM, mozesz zadac zadanie: monitoruj te granice i informuj mnie gdy cos jest podejrzane.

Zgodnie z deklaracja Loft Orbital, pelne pokrycie Ziemi w czasie rzeczywistym wymagaloby konstelacji 50-100 satelitow podobnych do YAM-9. Firma operuje 12 satelitami na orbicie. To wyrazna roznica miedzy demonstracja technologiczna a komercyjna infrastruktura obserwacyjna.

Warto oddzielic to, co udowodniono, od tego, co jest wizja. Test z kwietnia 2026 pokazal, ze VLM moze dzialac na pokladzie satelity i poprawnie przetwarzac zapytania w jezyku naturalnym na danych sensorycznych. Nie udowodnil komercyjnej niezawodnosci ani skalowania na cala konstelacje.

Dlaczego to wazne?

Test YAM-9 potwierdza, ze bariera techniczna dla AI na orbicie przestala byc sprzetowa: Jetson Orin AGX i modele klasy Gemma 3 wystarczaja do tego, co rok temu wymagaloby dedykowanych akceleratorow. Teraz bariera jest architektoniczna i biznesowa: jak zintegrowac inferowanie na pokladzie z operacyjnymi pipeline'ami klientow? Jak rozliczyc koszt przetwarzania na orbicie wobec kosztu pasma satelitarnego?

Dla sektora obserwacji Ziemi zmiana jest potencjalnie duza. VLM na orbicie moze stac sie filtrem: zamiast pobierac wszystko i szukac potem, pytasz satelite z gory i dostajesz odpowiedz. Konsekwencja wojskowa i regulacyjna jest oczywista: satelity autonomicznie identyfikujace obiekty na podstawie zapytan w jezyku naturalnym wchodza w pole wrazliwe geopolitycznie.

Co dalej?

  • NASA JPL i Loft Orbital planuja rozszerzyc test NAVI-Orbital na wieksza pule typow zapytan; harmonogram komercyjny nie jest znany.
  • Planet Labs deklaruje badania nad VLM w ramach swojej floty Jetson Orin; wyniki spodziewane w H2 2026.
  • Loft Orbital celuje w konstelacje 50-100 satelitow z mozliwosciami AI do 2028 roku; obecna flota to 12 jednostek.

Zrodla

TechCrunch: A satellite just learned to find things on its own

Loft Orbital blog: loftorbital.com

Udostępnij ten artykuł

Powiązane artykuły