16 апреля 2026 года спутник YAM-9 посмотрел на Землю, разобрал снимок на объекты и отправил на землю только текст — ни одного сырого пикселя. Это первый в истории случай, когда vision-language модель (мультимодальная модель «вижу—понимаю») работала прямо на борту аппарата, без участия земли.

🎯
Спутник-аналитик вместо спутника-камеры: YAM-9 сам классифицирует сцены, описывает связи между объектами и отвечает оператору обычным текстовым запросом.

Система NAVI-Orbital (NASA JPL + Loft Orbital) — демонстрация на реальном аппарате, без дообучения под полётный инструмент (zero-shot, «на ноль обучающих примеров»).

Это разворот модели «снял — скачал — разобрал на земле»: значимая часть анализа уходит на орбиту.

Почему спутники тонут в собственных данных

Наблюдение Земли (Earth observation, EO) генерирует гораздо больше данных, чем спутник способен передать вниз, а аналитики на земле — разобрать. Этот разрыв называют downlink bottleneck — канал становится бутылочным горлышком между съёмкой и разведданными. Свернуть обработку на борт невозможно из-за радиации, температуры и бюджета памяти — обычные ML-библиотеки не помещаются в защищённый от радиации компьютер.

Раньше на орбите работали только узкие детекторы — например, ESA Φ-sat-1, первый аппарат с бортовой нейросетью. Они решали одну задачу и требовали долгого обучения на конкретных снимках. Система NAVI-Orbital сделала шаг дальше: вместо специалиста — универсальная модель.

Что именно сделал YAM-9

На борту аппарата стоит один из самых мощных бортовых edge-ускорителей на орбите — Nvidia Jetson Orin AGX. Там запущена Gemma 3, модель с открытыми весами от Google DeepMind, которая принимает и картинку, и текст, а возвращает ответ на вопрос оператора. Но Gemma 3 в одиночку на спутнике не работала бы — у неё слишком много зависимостей.

Инженерия NASA JPL построила для неё обвязку NAVI-Orbital: вычистила библиотеки под бюджет памяти аппарата и собрала автономный конвейер. Управляет им LangGraph — графовая машина состояний, координирующая два агента: детекцию сцен и диалог с оператором. Перезадачу аппарат принимает на простом английском вместо командных последовательностей — например, «мониторь эту границу и сообщи, если что-то подозрительно».

На земле модель показала 88,16% точности на бенчмарке AID из 7 960 изображений. Затем прошла проверку на наземном flatsat-стенде и вышла в орбитальный полёт: обработала вновь снятые, ранее не виденные снимки Земли, включая некорректированное изображение с камеры YAM-9, с аппаратным ускорением GPU и без дообучения под полётную оптику. Семантическое сжатие (передача смысла вместо кадров) на борту — спутник передаёт смысл, а не сырые кадры.

Экономика: зачем это бизнесу

Сдвиг ценности заметен сразу: Loft Orbital заключила с JPL соглашение о полётных тестах ИИ по программе FAME — это автоматизация схемы tip-and-cue, где один аппарат замечает объект и передаёт его другому для детального рассмотрения. Сейчас эту цепочку обслуживают наземные станции — с задержками на часы.

Что меняет бортовой ИИ в деньгах

Наблюдение — это рынок с фиксированной пропускной способностью. Бортовой анализ превращает его в поток готовых выводов и снижает зависимость от наземной инфраструктуры. По оценке Loft Orbital, для глобального покрытия в реальном времени нужно 50–100 аппаратов уровня YAM-9. Компания уже строит серию Altair из 10 спутников с бортовыми ЭВМ и межспутниковыми лазерными линиями.

Как мы писали в июле про орбитальные AI-дата-центры, рынок спорит, имеет ли смысл выносить compute в космос вообще. Демонстрация NAVI-Orbital отвечает на этот спор точнее: выносить надо не всю инфраструктуру, а выводы.

Гонка уже стартовала

Kepler Communications развернула крупнейший орбитальный вычислительный кластер — 40 модулей Nvidia Jetson Orin на 10 лазерно-связанных спутниках. Planet в марте выполняла бортовую детекцию самолётов на Pelican-4. Но именно у YAM-9 есть то, чего нет у конкурентов: публично доказанный факт — языковая модель, целиком работающая в космосе.


БОРТОВОЙ ИИ: ХРОНИКА
─────────────────────────────────────────────────────────────
  2022       2025 nov.      2026 mar.       2026 apr.
  Φ-sat-1    YAM-9          Kepler          NAVI-Orbital
  🔬 первый  launched      40 Orin         ◉ первый VLM
  CNN на     Transporter-  кластер         в орбите
  орбите     15            в орбите         (YAM-9)

Чего демонстрация пока не даёт: задержек, точности и экономии трафика в открытом виде. Опубликован принцип, а не бенчмарк «сколько мегабайт сэкономил спутник». Это следующий вопрос, и именно его будет решать программа FAME с новыми аппаратами в 2027 и 2028 годах.

📊
Ключевые сигналы для отслеживания

Публикация метрик задержки и точности бортовой модели YAM-9

Первые коммерческие контракты Loft Orbital/Altair на бортовой анализ

Расширение кластера Kepler на VLM-нагрузки

Второй и третий полётные тесты FAME на аппаратах 2027–2028 годов

Что это значит

Спутник перестал быть пассивным сенсором. Он стал аналитиком, которого можно перезадавать разговорной командой, — это меняет цепочку от съёмки до готовой разведданной. Для наблюдения в реальном времени и территориального мониторинга барьер уже не в бортовой мощности, а в том, какие задачи научатся формулировать операторы.

NAVI-Orbital: первая in-orbit демонстрация zero-shot vision-language модели для автономного наблюдения Земли
Первичный источник: препринт команды JPL и Loft Orbital с бенчмарками, архитектурой и результатами наземной и орбитальной валидации.
arXiv (NASA JPL / Loft Orbital)
Главный артефакт исследования — здесь приведены все подтверждённые числа.
Спутник научился находить объекты сам — что это значит
Репортаж TechCrunch: контекст миссии, интервью с главой ИИ Loft Orbital Полом Лассере, оценка числа аппаратов для глобального покрытия.
TechCrunch
Индустриальный взгляд на демонстрацию и её рыночные последствия.
Loft Orbital испытает ИИ-модели на космических аппаратах для наблюдения Земли
Официальное соглашение с JPL по программе FAME, планы серии Altair и межспутниковые лазерные линии.
SpaceNews
Подтверждает институциональную рамку: NASA-проект, а не просто эксперимент стартапа.