展会上的Azalea射频卫星。

英国BAE系统公司的3颗Azalea射频卫星与1颗合成孔径雷达卫星组成星座（示意图）。

2025年底，英国BAE系统公司研制的3颗Azalea射频卫星入轨后，与先前发射的1颗合成孔径雷达卫星组成星座，在太空利用AI融合处理射频与雷达数据，将可用情报直接回传陆、海、空作战平台。同一时期，丹麦与瑞典联合推进的“彩虹桥”卫星项目也具备AI支持的态势感知能力，面向北极和北大西洋地区开展天基监视、目标识别与即时事态报告等任务。

这些案例共同反映了一个重要趋势：星载AI已经从技术构想走向实际部署，将推动太空侦察迈向智能化。

太空相机变“在轨星脑”

在太空侦察体系中，侦察卫星本质上就是一台太空相机，负责对地成像，并将海量原始图像下传至地面站，由地面站完成存储、处理和判读。随着现代战争对情报时效性的要求日益提高，这种“卫星拍摄、地面分析”的分工模式逐渐暴露出诸多问题：星地通信链路带宽有限，大量无效数据挤占信道；地面站数据处理速度慢，从影像获取到情报产出往往需要数小时甚至数天，一旦目标转移或消失，这些情报便会失去价值。

星载AI的出现，从物理层面改变了这一局面。2020年，欧洲航天局发射一颗ΦSat-1试验卫星，首次将AI算法送入太空并实现在轨运行。这颗搭载英特尔视觉处理芯片的立方体卫星，采用深度神经网络算法，能够在轨识别云层覆盖并直接筛除无效图像，仅回传有用影像，节省了约三成的下行带宽。ΦSat-1试验卫星成功验证了星载AI在太空环境下的稳定运行能力，成为太空侦察智能化的开端。

2022年，美国Palantir公司与Satellogic公司联合发射一颗遥感卫星。该卫星配备英伟达的边缘计算芯片，具备在轨情报分析能力，不仅能对地成像，还能分析图像内容、识别关键信息，打破了过去“卫星拍摄、地面分析”的分工模式，标志着星载AI开始承担情报分析功能。

与此同时，卫星的自主任务能力也在快速提升。2024年3月，美国洛克希德·马丁公司发射“小马快车二号”试验卫星。它采用软件定义架构，支持AI驱动的自主任务规划、协同编队飞行及故障检测修复，还能根据任务需求自主调整观测计划。这对长期在轨运行的侦察卫星而言，意味着更高的响应效率和更强的生存能力。

不仅如此，2025年5月，以色列图像卫星国际公司完成一颗遥感卫星升级工作。这颗卫星搭载AI自主处理芯片，能够在轨完成从图像采集、目标识别到分类研判的全流程作业，随后向地面回传情报，将过去数分钟乃至数小时的情报时延压缩至近乎实时水平，从拍摄到形成情报，所有环节均在卫星上自主完成，标志着星载AI完成全部技术验证，将成为新一代侦察卫星的“标配”。

让数据直达作战平台

星载AI让卫星具备了“在轨思考”能力，但“思考结果”能否及时送达作战平台，是紧接着要解决的问题。

过去，卫星图像先在轨完成初步处理，再回传地面站，由地面站进行情报分发。这一环节耗时漫长，在整个情报链条中不确定性最高。星载AI的突破，在于同时改变了信息处理方式和分发路径，不仅让卫星能在轨分析，还能将分析数据直接送达作战平台。

美国太空发展局主导的“扩展型作战太空架构”（PWSA）正是这一思路的工程实践。作为下一代低轨卫星星座，PWSA由数百颗小卫星组成，通过七大功能层（传输层、跟踪层、监管层、威慑层、导航层、作战管理层、支持层）构建覆盖全球的太空作战网络，旨在实现对高超声速武器、时敏目标的全天候感知与数据闭环传输。其中，传输层作为体系枢纽，集成Link16数据链、光学星间链路等先进技术，提供低延时、高韧性的天基通信支持，首次实现从近地轨道到航母等作战平台的实时战术数据传输。这种变化对杀伤链影响巨大。对于导弹发射车、机动雷达等时敏目标而言，这意味着“被发现即被锁定”。情报时效的提升，直接改变了战场上的攻防节奏。

从单星智能到星座智慧

星载AI解决了单星智能问题，如何将单星智能联结成网，形成覆盖全球的星座智慧，是太空侦察智能化面临的下一个问题。

这一改变首先依托低轨星座的出现。低轨星座通常由数十至数百颗小型卫星组成，这些卫星通过星间链路互联互通，构成一个运行在轨道上的分布式网络。每颗卫星既是一个独立的感知节点，又是整个网络的有机组成部分。2024年，欧洲航天局发射的ΦSat-2试验卫星，初步实现单颗小型卫星在轨运行多个AI程序的可行性，包括云层识别、船舶检测、图像压缩等多项任务。2025年11月，意大利一家公司参与打造的AI-eXpress星座，首次实现多颗卫星在轨协同执行AI分析，共享处理结果。从单星验证到星座组网，这也是从单星智能到星座智慧的跨越。

当单星智能与星座规模相互叠加，太空侦察能力不再是单颗卫星能力的简单相加。单颗低轨卫星对某一区域的重访间隔以小时计，而数十颗卫星组网后，其访问间隔可压缩至几十分钟甚至更短；单颗卫星的在轨算力有限，多颗卫星通过星间链路互相调用闲置算力，将构成弹性分布的太空计算网络。

与此同时，星座的智能调度也提出了新的要求。面对数百颗在轨卫星，传统的人力密集型地面管控方式难以应对，星载AI正在从“分析影像”延伸至管理卫星本身，自主完成任务规划、资源分配和网络管理。这种“AI管理AI”的模式，正是星座智慧得以高效运转的支撑。

从太空相机到“在轨星脑”，从单星智能到星座智慧，太空侦察的内涵正在被重新定义。未来的太空侦察能力不再取决于某颗卫星的分辨率有多高，而取决于整个星座的智能化水平有多强。这些变化将影响对现代战争“制信息权”的争夺和胜负天平。（王奕阳 曾 掠 唐宇谦）