当 Qwen3 被送上太空，行业才意识到真正的变化来了
过去一年，关于 AI 的讨论几乎被“大模型”三个字占满。但就在所有人都盯着模型规模、推理速度、应用落地的时候，一场更深层、更具颠覆性的变革，正在地球之外悄然发生。
算力，正在离开地面，飞向太空。
这不是科幻，而是中国商业航天的一次真实突破。就在本周，一则来自新华社的消息，让整个科技圈都安静了几秒——国星航天宣布，他们已经成功把阿里巴巴的 Qwen3 大模型“送上了天”，并在轨完成了端到端推理。
这意味着什么？意味着我们第一次看到：
一个通用大模型，不依赖地面机房、不依赖光纤网络，而是在太空中独立完成推理任务。
这可能是未来十年最值得关注的技术方向之一。
01 大模型上天：为什么是现在？
国星航天的这次实验并不是简单的“把模型上传到卫星里”。它背后代表的是一种全新的算力范式：
从地面算力中心 → 走向空间算力网络。
根据报道，去年 5 月，中国发射了由 12 颗卫星组成的首批“空间计算星座”。这次 Qwen3 的在轨推理，就是在这批卫星上完成的。
实验过程非常硬核：
- 地面向卫星发送问题
- 卫星在轨运行中直接调用大模型推理
- 结果再从太空返回地面
- 全流程只用了 两分钟
两分钟是什么概念？
在轨通信、模型加载、推理执行、结果回传……任何一个环节稍有延迟，都不可能做到。
这说明两件事： 第一，模型已经被深度优化到能在轨运行。 卫星的算力、能耗、散热都极其有限，能跑通大模型本身就是技术突破。
第二，空间算力网络的通信链路已经具备可用性。 这意味着未来可以在太空完成更多实时任务，而不是把所有数据都传回地面处理。
而这一切发生在 2026 年初，速度之快超出很多人的预期。
02 为什么要把算力搬到太空？
很多人第一反应是：
“地面机房不香吗？为什么要跑到太空去算？”
但如果你把视角放到未来十年，就会发现这件事几乎是必然趋势。
① 地面算力瓶颈正在逼近
AI 的算力需求呈指数级增长：
- 模型越来越大
- 推理需求越来越密集
- 数据越来越多
地面机房再怎么扩建，也会遇到三个硬约束：
- 能源瓶颈（电力紧张）
- 散热瓶颈（机房制冷成本飙升）
- 土地瓶颈（大型算力中心选址困难）
而太空恰恰反过来：
- 太阳能几乎无限
- 真空环境天然散热
- 不占地面资源
② 数据正在从“上传”变成“就地处理”
随着遥感、通信、导航等卫星数量暴增，太空每天产生的数据量巨大。 过去的做法是： 把数据全部传回地面 → 地面处理 → 再把结果传回太空或用户 但这会带来：
- 带宽压力
- 延迟问题
- 成本高昂
如果卫星能在轨直接推理，就能做到：
- 数据不落地
- 实时处理
- 结果直接下发
③ 全球算力竞争正在进入“空间维度”
报道中提到，SpaceX 去年也把搭载 Nvidia GPU 的 Starcloud-1 卫星送入轨道。
这意味着：
中美都在布局空间算力，且已经进入实质性竞争阶段。
谁先构建起稳定、可扩展的空间算力网络，谁就掌握下一代 AI 基础设施的主动权。
03 国星航天的野心：2035 年 2800 颗卫星的空间算力网络
如果说这次在轨推理是“第一次点亮”，那么国星航天公布的未来计划，则让人真正意识到这不是实验，而是产业化的开端。 根据报道，国星航天计划在 2035 年前构建：
一张由 2800 颗卫星组成的空间算力星座
其中包括：
- 2400 颗推理卫星
- 400 颗训练卫星
这意味着什么？ 意味着未来的 AI 模型训练和推理，不再只依赖地面机房，而是可以在太空中完成。 更惊人的是他们的算力目标：
- 10 万 PFLOPS 推理算力
- 100 万 PFLOPS 训练算力
这是什么级别？ 如果实现，这将是全球最大规模的空间算力网络，甚至可能成为全球算力版图中的关键一极。 而且他们的时间表非常激进：
- 2026 年：第二、第三批卫星上天
- 2030 年：1000 颗卫星规模成网
- 2035 年：2800 颗卫星全面建成
04 空间算力会改变什么？
如果把视野放得更远，你会发现空间算力不是“补充”，而是可能重塑整个科技生态的基础设施。
① AI 的边界被彻底打开
当算力不再受地面限制，AI 的发展速度会进一步加速。
- 更大规模的模型
- 更高频的推理
- 更低成本的训练
- 更广泛的实时应用
AI 不再是“地面技术”，而是“行星级技术”。
② 全球算力的地缘政治格局将被重塑
谁掌握空间算力，谁就掌握：
- 全球数据处理能力
- 全球 AI 服务能力
- 全球通信与感知能力
这将成为继互联网、移动互联网之后的第三次基础设施竞争。
③ 产业链将迎来新一轮洗牌
从卫星制造、激光通信、芯片、能源，到模型优化、在轨调度、太空数据服务……
几乎每一个环节都可能孕育新的巨头。
空间算力不是一个行业，而是一条新的产业链。
05 为什么这件事值得你现在就关注？
你可能会问：
“这离普通人是不是太远了？”
其实恰恰相反。
回想 2010 年，当时云计算刚刚兴起，很多人觉得离自己很远。
但十年后，所有互联网服务都跑在云上。
今天的空间算力，就像 2010 年的云计算：
- 现在看是前沿
- 五年后是趋势
- 十年后是基础设施
而国星航天这次在轨部署大模型，就是这场趋势的起点。
06 写在最后：大模型的下一站，不是更大，而是更远
过去三年，我们讨论 AI 的方式是：
- 模型参数有多大
- 推理速度有多快
- 能不能跑本地
- 能不能跑手机
但未来十年，讨论的重点会变成：
算力在哪里？
数据在哪里？
智能在哪里？
当大模型飞向太空，AI 的边界被重新定义。
这不是一次技术突破，而是一种新的文明级能力的萌芽。
未来的智能世界，不会只在地面上运行，而是会在整个近地空间中流动。
而这一次，中国企业走在了前面。
