从“透明转发”到“太空智算”:星载AI基站与下一代卫星通信的演进逻辑初步分析

从“透明转发”到“太空智算”：星载AI基站与下一代卫星通信的演进逻辑初步分析

亚信科技（中国）有限公司

摘要：本文针对传统卫星通信仅提供”连接”通道的局限性，分析了星载AI基站通过”通信+算力”双擎架构实现的价值跃迁，探讨了从简单数据传输到催生太空数据价值链的商业模式重塑，以及”太空App Store”微服务商业模式如何为航海、新能源等垂直行业提供高价值决策支持，最终重塑空天一体智慧网络格局。

随着全球数字经济向深空拓展，5G/6G与万物智联对通信网络提出了“全域覆盖、极低时延、超高带宽”的刚性需求。传统卫星通信虽解决了“信号有无”的基础问题，却在“体验优劣”上遭遇显著瓶颈：较高传输时延、有限频谱效率、对地面信关站的强依赖等，不仅制约了其服务能力，更阻碍了空天地一体网络的深度融合。一场从架构到技术的系统性革新已势在必行，以此重塑智能、弹性、融合的空天信息网络新格局。

（一）传统“透明转发”模式的局限

当前大多数商业通信卫星采用的是“透明转发”模式。在这种模式下，卫星仅仅是一个位于太空的信号中继站。它就像一面巨大的镜子，接收地面终端上行的射频信号，对其进行放大和变频，然后原封不动地下行转发给另一个地面站。

这种模式存在四个致命的痛点：

· 服务率低：透明转发模式的卫星依赖于信关站的回传链路进行通信连接。这意味着当卫星飞出信关站服务区域时，卫星无法提供及时的通信服务。这也意味着大量太空卫星在巨大多少时间里并未提供有效服务，利用率不足30%。

· 高时延：信号必须完成“地面➡卫星➡地面终端”中多个节点的多跳传输。这导致时延普遍在上百毫秒级别，难以支持远程医疗、自动驾驶等时延苛刻型业务。

· 高带宽开销：卫星回传的是未经处理的原始射频或基带信号。例如，一颗高分辨率遥感卫星如果不进行星上处理，需要将数GB的原始图像数据全部传回地面，馈电回传链路的带宽压力极大，数据传输效率低下，无法快速响应复杂的应用需求。

· 网络功能孤岛：透明转发卫星仅能提供基础的宽带连接能力，不具备协议扩展能力，无法实现星间自主路由和边缘智算。使得它逐步沦为能力孤岛，无法融入未来的“算网一体”架构。

（二）从管道到节点的跃迁

如下概念对比图直观地展示这两种技术路线的差异：

图1：技术跨越：透明转发 vs 星载AI模式对比

如图1所示，左侧的透明转发模式，信号路径长，回传带宽大，时延高，依赖于地面信关站才能提供服务；而右侧的星载AI模式，卫星内部集成了智能计算芯片（GPU），直接在轨处理数据，实现资源再生。这种模式通过提供边缘智算能力，极大地缩短了响应路径，不仅实现了更强的通信能力，更为6G时代“星地融合”提供了深层次的技术牵引。

终端客户的应用需求对下一代卫星通信技术提出了明确的能力要求：

· 全球全天候的无缝覆盖组网能力：下一代卫星通信需更具协议兼容性，支持手机直连等功能，提供全球无缝便捷通信能力。并具备星间链路路由能力，减少对信关站的依赖，提升卫星的可服务率。

· 星上再生提高频谱效率：透明转发是将原始射频信号数据整体变频下泻，抬升低噪的同时传输效率极低，极大浪费频谱资源。下一代卫星通信必须基本星载处理资源再生能力。星上进行解调解码等射频处理，分离出纯净有用数据进行下发。提高信道鲁棒性的同时，节省带宽资源和传输效率。

· 从单一服务到多样性差异化服务的跃迁：基础的宽带连接服务已无法满足各行业终端用户对智慧连接的需求，逐步沦为能力孤岛。下一代卫星通信需要在提供高质量通信服务之上，融合AI能力提供边缘智算，动态分配算力资源，融合多维度数据要素，提供差异化的行业AI服务。

既然明确了“星载AI基站”是解决痛点的关键，那么我们究竟是如何设计？它与地面的5G基站或边缘数据中心有何不同？

（一）“双擎驱动”的逻辑架构

星载AI基站核心思想是将“通信全连接”与“AI边缘智算”深度融合，形成一个“双擎驱动”的空间智能节点。

在功能上，它被解构为两个核心部分：

· 通信载荷部分（Comm）： 这是一个基于SDR理念设计的全数字基带处理单元。它不再由专用的ASIC芯片死锁功能，而是通过软件在FPGA/处理器上定义5G/6G协议栈、调制解调和波束赋形算法。这使得卫星发射后，仍能通过上注软件升级其通信标准。

· 算力载荷部分（AI）： 这是一个高性能的边缘AI计算核心（由CPU+GPU/NPU混合构成）。它通过高速内部总线与通信单元连接，专门负责处理通信单元卸载下来的数据，执行图像识别、信号分析、模型推理等AI任务。

星载AI基站产品架构如下：

（二）太空约束下的软硬件设计

在太空设计AI基站面临着极端的约束环境，主要体现在SWaP-C上，尤其是功耗限制。当前低轨商业卫星普遍设计功率及重量如下表：

除了硬件选型的制约以外，软件设计必须引入算力池化与动态调度：

· 算力池化与动态调度： 卫星的重量，供电功率等多方面是有限的。星载AI基站必须实现算力的“池化”管理。当卫星处于通信高负载区域（如人口稠密区）时，大部分算力池被分配给SDR执行基带处理；当卫星运行到广袤的海洋或夜间，通信负载降低，算力池可被动态调度给AI计算核心，用于执行长时间的数据处理或模型训练任务。

图2：星载AI基站逻辑架构：通信与算力双擎融合

如图2所示，左侧的SDR通信载荷提供协议栈处理（5G/6G），右侧的AI算力载荷提供推理核心（CPU+NPU），两者通过高速内部总线实现数据高速交换。架构中的“算力池化与动态调度单元”是核心，它根据功耗约束和任务优先级，实时优化分配SDR处理和AI计算的资源配比，实现了功耗受限场景下的效能最大化

（三）分布式协同下的卫星星载资源管理平台

当成百上千颗具备AI算力和星间链路的卫星组网后，它们便构成了一个庞大的“分布式太空智算网络”。需要对整个星座的算力资源进行统一的预测，编排和纳管。一套卫星星载资源管理平台，它能实时的模拟卫星的运行轨迹，并清楚每颗卫星的任务，负载，回传链路状态等情况，做出统一的纳管和调配。

· 星载资源监控与纳管：平台结合星历，清楚知道每颗卫星的运行轨迹，同时实时监控星载基站资源使用情况及运行状态。能够根据业务的潮汐分布及优先级，动态调整任务下发。在确保实时通信等硬服务稳定提供的同时，AI推理类的软服务及时响应，负荷均担。

· 联合AI推理与任务接力： 面对超大规模的数据处理任务（如大范围海域的连续高清视频分析），单颗卫星的算力可能会过载。此时，任务可以通过星间链路被拆分并分配给附近闲置的卫星节点。即使主控卫星飞离目标区域，计算任务和数据上下文也会像接力棒一样，无缝传递给下一颗接替的卫星，实现“接力计算”。

· AI模型及微服务的管理：提供星载基站的软件OTA，模型上注，微服务发布及订阅，计费等能力，完善星载AI服务的全生命周期管理。

图3：分布式星载算力通过星间链路动态协同调度

技术架构的代际跃迁，必然伴随着商业模式的彻底重塑。星载AI基站的出现，标志着商业航天从传统的“卖硬件、卖管道”时代，正式迈入“卖服务、卖生态”的微服务时代。

（一）从“卖硬件”到“卖订阅”的范式转移

过去，卫星一旦发射入轨，其商业模式就基本定型：依靠租赁转发器带宽或出售原始遥感影像来回收高昂的制造成本。这种模式边际成本极高，且缺乏弹性。

AI星载基站引入了类似 SaaS的商业理念。硬件依然是一次性发射，但其内置的算力平台却是通用的。运营商不再单纯依靠“卖带宽”盈利，而是转向“卖服务、卖订阅、甚至卖Token”。只要持续向卫星上注更新的算法和模型，这颗卫星的商业寿命和变现能力就能不断延展。

（二）“太空App Store”与微服务架构的崛起

软硬件解耦的极致体现，就是构建一个开放的“太空App Store”。

· 开放的开发者生态： 卫星资源管理平台提供标准化的 API 接口和容器化运行环境。亚信科技或者行业客户都可以像在手机上开发 App 一样，开发专门的“太空微服务”。

· 按需动态部署： 例如，某农业公司可以购买卫星 10 分钟的算力，并向其推送一个“作物长势多光谱分析”的微服务模型；紧接着，某海事机构可以接管算力，运行其专属的“非法捕捞船舶识别”应用。这种“按需调用、即用即走”的模式，将太空资源的利用率推向了极致。

图4：星载AI APP微服务上注及终端用户订阅

（三）数据：下个纪元最核心的生产力

在传统的航天逻辑中，通信卫星只管传信号，遥感卫星只管拍照片，导航卫星只管发坐标。数据是孤立的、平面的。而当AI星载基站升空，它不再仅仅是一个“搬运工”，而是变成了一个具备多模态感知能力的“太空数据熔炉”。

· 多源异构数据的感知：星载AI基站能够同时接入和感知海量的异构数据。它不仅能处理SDR基带产生的通信网络数据（如终端分布、信道状态、流量热点），还能实时捕捉空间的射频频谱特征，并结合卫星平台上搭载的光学相机、SAR或红外传感器，形成对物理世界的全维度感知网络。

· 跨模态要素的提取与深度融合：通过在轨运行的深度学习模型，卫星可以在边缘端直接进行“特征提取”与“跨模态融合”。 例如： 当侦测到海面某一区域有异常的无线电通信频段（通信要素提取），星载AI会瞬间调动SAR雷达对该坐标进行扫描提取船舶轮廓（物理要素提取），并与AIS（船舶自动识别系统）的报文进行交叉比对（身份要素融合）。

· 复合价值的生成： 经过上述要素提取与融合，AI基站生成的不再是单调的“一通电话记录”或“一张模糊的卫星图”，而是多维度的关键信息——“坐标X处，一艘关闭AIS的非法捕捞船只正在进行异常无线电联络，其雷达特征与某型号远洋渔船高度吻合”。

技术架构的精妙最终必须服从于商业与实战的检验。当“通信+算力”的双核基站在轨运行，配合“太空App Store”的生态模式，它将如何在真实的复杂场景中实现降维打击？通过解析国外先进经验，探讨国内未来行业领域商业模式挖掘。

（一）OroraTech 与“太空AI火情预警”的商业变现

OroraTech的核心客户是全球大型商业林业公司、碳汇资产管理机构以及保险巨头。这些客户面临着一个致命痛点：野火蔓延呈指数级，但传统卫星拍下热红外图像后，必须等卫星飞越特定的地面接收站才能下载（可能需要几个小时），等地面处理完数据再发出警报，几万亩的商业林已经被烧毁了。

为了解决这个痛点，OroraTech 没有选择去建更多的地面站，而是将目光投向了星载AI，完美跑通了以下商业闭环：

· 硬件底座与多模态感知： 他们发射了带有高分辨率热红外传感器的微纳卫星（如 FOREST 系列）。这些卫星在太空中实时感知地表的温度异常。

· 星载AI算力作为“提炼厂”： 这是最核心的跨越。OroraTech 在卫星上搭载了专用的 AI 边缘计算模块。卫星拍下海量的红外原始图像后，不再全部打包存起来等下传，而是直接在轨运行图像识别 AI 算法。

· 数据的极致压缩与决策生成： 星载 AI 直接在太空中剔除云层干扰，精准识别出红外图像中的“火灾像素点”。原本几十上百兆的图像文件，在太空被 AI 提取为一条仅有几十个字节的文本指令：“时间+经纬度坐标+火势蔓延矢量”。

· 商业闭环的最终达成： 因为数据包极小，卫星不需要等地面宽带站，而是直接通过极低带宽的星间链路（借助铱星等现有网络）实时“发短信”回地面。从卫星发现火情，到客户手机收到火情警报，整个过程被压缩到了仅仅 3 分钟。

在这个真实的商业案例中，OroraTech 没有向客户兜售“我们的卫星带宽有多高”或者“卖原始热红外照片”。他们卖的是一项“基于太空算力的数据安全订阅服务”。

对于商业林场或保险公司而言，他们不在乎天上的卫星是怎么转的，他们只愿意为那条“提前几小时收到的、能挽救数百万美元资产的 3 分钟极速警报”买单。OroraTech 借此成功敲开了跨国企业和保险金融机构的大门，实现了从“硬件发射商”到“高价值数据提供商”的跨越。

（二）商业逻辑的平移与变现：远洋航海场景下的价值闭环

类比上述案例，AI星载卫星与太空算力网络的商业模式可以复制平移到国内和亚信专长的行业。以远洋航海为例，这不仅是对现有运营方式的升级，更是亚信科技在自有产品背景下，实现巨大商业变现的机遇。

中国有着巨大的远洋船舶市场，拥有巨大的海洋通信和AI赋能的需求：

· 世界第一大船东国：截至近一两年，中国已经正式超越希腊，成为按总吨位计算的全球最大船东国。

· 世界第一造船大国：全球超过一半的新船（包括LNG船、超大型集装箱船、汽车滚装船）都是在中国船厂建造的。从造船完工量、新接订单量到手持订单量，中国全部稳居世界第一。

· 世界第一大货物贸易国与港口国：全球十大集装箱港口中，中国常年占据七到八席。庞大的进出口贸易量，是远洋航运最坚实的底盘。

然而目前的远洋通信和气象数据依旧高度依赖国外海事卫星或气象服务商，船企急需端到端自主可控的数据决策服务，以及面临严苛环保排放及燃油价格飞涨下的节能减排方案。

其商业闭环的具体映射如下：

· 卫星作为“底座平台”： 我们的卫星组网提供的是一张覆盖全球海洋的物理网络与算力承载平台。它不再被动等待地面指令，而是一个时刻在线的太空边缘节点。

· AI算力作为“生产工具”： 就像OroraTech部署野火模型一样，我们可以在“太空App Store”中，为航运客户提供专属的“航海微服务大模型”。星载算力就是处理海量数据的自动化加工厂。

· 数据提炼产生“核心价值”： 孤立的海面温度、洋流矢量、实时气象、甚至同一海域其他船舶的AIS信息，如果全部传回地面，既浪费带宽又具有严重的时延。星载AI基站直接在太空“边缘端”吞吐这些海量多维数据，利用航线优化算法进行交叉比对和实时推演。

· 商业闭环的最终达成（变现）： 最终，卫星下发给货轮的不再是几十兆的复杂气象图，而是一条只有几KB大小的、经过AI决策的“最优动态航点及航速建议”。客户订阅的是这项AI服务。对于一家拥有庞大船队的跨国航运巨头，精准的洋流利用和气象规避，每年可为其节省数千万美元的燃油与时间成本。

（三）新能源资产的“太空智算调度”：从“看天吃饭”到“数据套利”

如果说在航海领域，星载AI基站是在规避风险、节省成本；那么在广袤的绿色能源赛道（如深远海海上风电、戈壁光伏矩阵），星载AI基站则是一个直接参与电网调度、创造巨大经济增量的“太空数据套利者”。

新能源发电具有极强的间歇性和气象依赖性。对于能源集团和电网调度中心而言，最怕的就是突发的气象变化导致发电量骤降（引发电网震荡）或激增。传统模式下，由于偏远地区地面传感器的局限性，气象预测往往存在数十乃至数小时的滞后。

当我们引入星载AI基站的商业闭环，整个能源调度的逻辑将被改写：

· 卫星作为“全域感知底座”： 卫星星座作为基础设施，不受地面无信号区（如深海、沙漠腹地）的限制。它通过多光谱、SAR雷达持续凝视巨大的云系移动、沙尘暴轨迹或海面微气候的风场变化。

· AI微服务作为“预测加工厂”： 能源公司在“太空App Store”中订阅并部署其专属的“区域微气候与产能测算AI大模型”。此时，星载基站不再向下传送动辄几个G的云图或风场原始数据，而是由星载算力在轨吞吐这些多源数据，实时推演未来15分钟到2小时内气象对特定经纬度电站的精确影响。

· 数据提炼为“直接调度指令”（核心价值）： AI在太空计算出的结果，不是一句“即将多云”，而是极其精确的决策指令。例如，它直接向地面电网控制中心下发几十KB的决策包：“坐标A的千万千瓦级光伏基地，将在12分钟后因浓云遮蔽损失400MW出力；并为电企给出指令建议：“立即启动坐标B的抽水蓄能电站进行对冲，并调整储能电池放电策略”。

这种基于太空边缘计算的“提前决策”，为客户带来了极其庞大的商业价值。

· 避免天价罚款： 帮助发电企业完美契合电网的调度曲线，避免因预测不准带来的巨额电网不平衡考核罚款。

· 电力现货市场套利： 在实时波动的电力现货交易市场中，利用星载AI争取到的这“提前十几分钟”的信息差，能源交易机器人可以高位卖出电量或低价买入备用容量。

· 资产保护： 提前数分钟预测到海上突发狂风，直接下发指令让海上风机的叶片进行顺桨变桨操作，避免价值千万的风机损毁。

在这个能源场景中，客户订阅的是一种“超前于物理世界的决策引导方案”。星载AI基站把海量的太空观测数据，直接提炼为清晰的事件预测和指令建议，帮助客户做出及时且合理的商业生产决策，实现了从“提供AI技术”向“提供商业决策”的跨越。

图5：从多模态数据融合分析到商业决策的全新逻辑范式

从“透明转发”到“星载AI基站”，卫星通信正在经历一场深刻的变革。它不再甘于做地面网络的“附庸”或仅仅填补覆盖盲区的“备胎”。通过引入SDR的软硬件解耦、边缘智算的架构创新以及算力的池化调度，星载AI基站真正实现了太空资源的再生与重构。

它证明了一个核心逻辑：在未来的数字经济中，数据在哪里产生，算力就应该在哪里部署。AI星载基站打通了“感知-计算-通信”的壁垒，将极具弹性的微服务商业模式（太空App Store）推向了近地轨道，这不仅是技术演进的必然，更是商业价值最大化的终极形态。

展望：6G时代的星地融合计算网络

站在当前向6G迈进的历史节点上，孤立的卫星正在走向消亡，取而代之的将是由星间激光链路紧密交织的“分布式太空智算网络”。

随着商业航天发射成本的进一步断崖式下降，以及超低功耗AI芯片（甚至是光子计算芯片）的成熟，未来的太空中将漂浮着成千上万个智能节点。它们将与地面的数据中心、城市的边缘计算节点无缝融合，形成一张真正意义上的“星地算网一体化”超级大脑。

到那时，星载AI基站不仅会指导能源和航海，它将默默接管全球碳排放的实时监测、灾害的秒级预警乃至全球金融高频交易的底层数据流。下一个纪元的核心财富是数据，而掌控这些高价值数据流转与提炼的，必将是那张无处不在的太空智算之网。