Loft Orbital
PulseAugur coverage of Loft Orbital — every cluster mentioning Loft Orbital across labs, papers, and developer communities, ranked by signal.
- 2026-06-23 research_milestone Loft Orbital and NASA's Jet Propulsion Laboratory began testing AI models on spacecraft for Earth observation as part of the Federated Autonomous Measurement project. 来源
1 天有情绪数据
-
NASA将谷歌的Gemma 3大语言模型送往太空用于卫星图像分析
NASA已成功演示在卫星上使用谷歌的Gemma 3大语言模型，标志着首次由大语言模型在轨分析卫星图像。运行Gemma 3压缩版本的NAVI-Orbital系统分析了YAM-9卫星的图像，并准确地对其进行了分类，生成了文本描述并回答了脚本化的问题。这一进步实现了“语义压缩”，使卫星能够发送简洁的文本摘要，而不是大量原始图像数据，从而克服了带宽限制，并实现了航天器更具战术性的使用。
-
Loft Orbital 和 NASA JPL 在航天器上测试人工智能以进行地球观测
Loft Orbital 正在与 NASA 的喷气推进实验室合作开展一项名为“联邦自主测量”(FAME) 的项目，在航天器上测试人工智能模型以进行地球观测。该计划旨在实时自动化识别和分析感兴趣特征的过程，从而减少了为地面分析下载大量数据的需求。该项目利用了更小、高性能的人工智能模型和卫星基础设施的进步，初步测试已在进行中，并计划于 2027 年和 2028 年进行进一步部署。
-
谷歌 Gemma 3 模型在卫星上运行，实现机载人工智能推理
Loft Orbital 已在其 YAM-9 卫星上部署了谷歌的 Gemma 3 视觉语言模型，这是此类模型首次在轨道上用于机载推理。这使得卫星能够直接在太空中处理视觉数据，而不是将所有原始图像传输回地球。通过使卫星能够识别和优先处理重要信息，这一进步显著降低了带宽和延迟要求，优化了稀缺且昂贵的下行链路窗口的使用。
-
卫星首次利用人工智能自主发现目标
一颗地球观测卫星已成功自主识别目标，这是太空任务的首次。这是由 NASA 的喷气推进实验室 (NASA JPL) 和 Loft Orbital 实现的，在轨道上利用了 Google DeepMind 的 Gemma 3 模型。这一进展为能够进行实时数据分类和响应自然语言命令的 AI 驱动的太空传感器铺平了道路。
-
AI驱动的卫星自主识别轨道上的物体
地球观测卫星首次在轨道上使用视觉语言模型（VLM）自主识别感兴趣的物体。这一里程碑于4月实现，使用了Loft Orbital的Yam-9航天器上搭载的Google DeepMind的Gemma 3 VLM，展示了AI在革新天基传感方面的潜力。该技术实现了在轨数据分类，减少了对大量地面分析的需求，并为从太空进行连续、交互式监控开辟了可能性。
-
Loft Orbital 转向提供“星座即服务”，聚焦人工智能
Loft Orbital 正在将其业务模式从共享卫星载荷转变为提供“星座即服务”，专注于为政府和私营公司提供专用卫星。这种新方法迎合了那些寻求主权地球观测能力但又不想承担全部卫星开发和运营负担的实体。该公司正通过与 EarthDaily Analytics 等客户合作以及通过 Altair 等合资企业，积极开发和部署星座，并集成先进的传感器和机载人工智能处理能力。