軌道からの知能
業界初の成功した実証として、GuoXing AerospaceとShanghai Jiao Tong Universityの中国チームは、人工知能推論を使用して地上のヒューマノイドロボットを制御しました。これはGuoXingの低軌道衛星群上で完全に実行されており、衛星上の放射線遮蔽コンピューティングハードウェア上でAlibabbaのQwen3大規模言語モデルが音声コマンドを処理し、リアルタイムで地球に動作指示を送信します。
技術的なセットアップはリレーチェーンとして機能します。人間のオペレーターが地上で音声コマンドを発行し、そのコマンドはGuoXingの衛星群に送信されます。衛星上の放射線遮蔽ハードウェアで実行されるAlibabbaのQwen3が命令を処理して動作指示を生成し、その指示は地球に送信されます。地上では、オープンソースのAIエージェントであるOpenClawがそれらをロボットの物理的な動きに変換します。
これが重要な理由
この実証が重要である理由は複数あります。まず、複雑なAI推論（単なるデータ中継ではなく実際の計算）が、宇宙の熱、放射線、振動環境にさらされた軌道上のハードウェア上で確実に実行できることを検証しています。軌道上で大規模言語モデルを実行することは、軌道システムが以前に処理していた比較的単純な計算とは質的に異なる成果です。
次に、遠隔環境での自律システムの展開における最も厄介な問題の1つ、すなわちネットワーク接続性の解決策の可能性を実証しています。災害地域、遠隔地、深海環境、または紛争地域で動作する自律ロボット、ドローン、および車両は、クラウドベースのAIシステムが必要とする地上ネットワークへのアクセスを頻繁に失います。宇宙ベースの推論はこの依存性を排除します。自律システムが衛星と通信できる限り、地元インフラストラクチャに関係なくAI推論機能にアクセスできます。
克服された技術的課題
宇宙でAIコンピューティングハードウェアを動作させることは、地上で動作させるより大幅に困難です。太陽放射と宇宙線は、地上システムが管理できる半導体デバイスのビットフリップエラーを引き起こしますが、軌道上ではさらに課題になります。熱環境も極端です。AIチップは実質的な熱を生成し、地上ではファンと液体冷却で除去されますが、宇宙では放射のみで放散する必要があります。
GuoXingのアプローチは、軌道環境用に特別に設計された遮蔽コンピューティングハードウェアを採用しており、おそらく放射線耐性コンポーネントと信頼性を優先する熱管理設計を使用しています。Qwen3がロボット制御のリアルタイム推論タスクで十分な速度で実行できるという事実は、これらの技術的課題が実用的レベルで解決されていることを示唆しています。
コンステレーションとビジョン
GuoXingは既に12個の衛星を展開し、2026年に2つの追加クラスターの打ち上げを計画しており、2030年までに1,000個の衛星を目標としています。長期的なビジョンでは、2035年までに2,800衛星ネットワークを説明しており、推論衛星とトレーニング衛星に分割され、世界規模でのAI計算のための専用軌道インフラストラクチャを構成します。
この野心は重大な技術および経済的課題に直面していますが、基礎となるロジックは堅実です。自律システムが地球上のあらゆる環境に広がるにつれて、信頼性のある地上ネットワークが常に利用可能になるという仮定はますます問題になります。軌道型AIインフラストラクチャは、特定の国の通信インフラストラクチャに依存しないフォールバックを提供します。
中国の広範な技術的野心にとって、宇宙ベースのAI推論は、国が急速な進歩を遂げている2つの領域の融合を表しています。大規模言語モデルの開発と商用宇宙打ち上げ機能です。ヒューマノイドロボットの実証は、成功すれば中国ベースのオペレーターに世界的な自律システム市場でユニークな能力を与える戦略の可視的な証明ポイントです。
この記事はInteresting Engineeringのレポートに基づいています。元の記事を読む。
