Лаборатория реактивного движения NASA (JPL) впервые запустила vision-language модель Google Gemma 3 на околоземной орбите. Модель работает в составе системы NAVI-Orbital на спутнике YAM-9 от Loft Orbital. Инференс выполняется на модуле Nvidia Jetson Orin AGX в сжатом 4-битном формате. Никакого дообучения не проводилось. Gemma 3 анализирует снимки с бортовой камеры, генерирует текстовые описания и отвечает на вопросы в реальном времени. Точность классификации в наземных тестах достигла 88% на выборке из 7960 изображений.
Главная цель миссии - обойти фундаментальное ограничение спутниковой связи. Спутники генерируют гигабайты данных, но каналы передачи на Землю узкие. Вместо отправки полных снимков аппарат передаёт краткое текстовое резюме. Этот подход называют семантическим сжатием. Практический эффект: задержка при обнаружении лесных пожаров сокращается с 90 минут до нескольких минут. JPL подтвердила, что эксперимент прошёл успешно, и технология готова к масштабированию.
Как NASA отправила Gemma 3 в космос: архитектура решения
Система NAVI-Orbital - это связка программного и аппаратного обеспечения, развёрнутая на спутниковой платформе YAM-9. Оператор платформы - Loft Orbital, компания, которая предоставляет стандартизированные спутниковые шасси для полезных нагрузок заказчиков. JPL арендовала слот на YAM-9 и разместила вычислительный модуль Nvidia Jetson Orin AGX с предустановленной Gemma 3. Модель загружена в память однократно, после чего работает автономно, без связи с наземными серверами.
Архитектурно решение выглядит так: бортовая камера захватывает кадр, изображение поступает на Jetson Orin AGX, Gemma 3 выполняет инференс и генерирует текстовое описание сцены. Этот текст упаковывается в телеметрический пакет и отправляется на Землю через стандартный радиоканал. Никакие пиксельные данные не передаются, если только наземный оператор не запросит конкретный снимок для детального анализа.
Платформа YAM-9 и модуль Nvidia Jetson Orin AGX
YAM-9 - это малый спутник класса микро, масса полезной нагрузки до 80 кг. Loft Orbital спроектировал платформу так, чтобы заказчики могли интегрировать свои модули без длительной адаптации. JPL использовала стандартный интерфейс полезной нагрузки и установила Jetson Orin AGX - флагманский edge-ускоритель Nvidia на архитектуре Ampere.
Jetson Orin AGX выдаёт до 275 TOPS при энергопотреблении от 15 до 60 Вт. Для орбитальных условий критичны два параметра: производительность на ватт и поддержка низкоразрядных вычислений. Orin AGX аппаратно поддерживает INT4, что позволило запустить Gemma 3 в 4-битном квантованном формате без катастрофической потери точности. Радиационная стойкость не заявляется производителем, но JPL провела собственные тесты на отказоустойчивость и подтвердила, что модуль выдерживает типовые дозовые нагрузки на низкой околоземной орбите.
Gemma 3 в 4-битном формате: компромисс точности и размера
Gemma 3 - это семейство открытых моделей Google, оптимизированных для эффективного инференса. Полноразрядная версия занимает десятки гигабайт видеопамяти, что неприемлемо для спутникового модуля с жёстким тепловым и энергетическим бюджетом. JPL применила 4-битное квантование весов, сократив размер модели примерно в 4 раза относительно FP16. Модель помещается в доступную память Jetson Orin AGX и выполняет инференс за секунды.
Плата за сжатие - снижение точности. В наземных тестах на 7960 изображениях квантованная Gemma 3 показала 88% точности классификации «коммерческая зона / природный ландшафт». Это на несколько процентных пунктов ниже полноразрядной версии, но достаточно для задачи первого эшелона: быстро определить тип сцены и наличие аномалий. JPL сознательно отказалась от дообучения модели под специфику космических снимков. Причина - стремление проверить работоспособность «из коробки» и минимизировать риски, связанные с дополнительным циклом разработки.
От снимка к тексту: как работает семантическое сжатие на орбите
Традиционная цепочка обработки спутниковых данных выглядит так: снимок сохраняется в бортовой памяти, спутник дожидается сеанса связи с наземной станцией, передаёт файл целиком, и только затем аналитики приступают к дешифровке. Для группировки из десятков спутников это создаёт очередь на передачу и задержки, неприемлемые в чрезвычайных ситуациях.
NAVI-Orbital переворачивает эту цепочку. Камера делает снимок, Gemma 3 сразу анализирует его и формирует текстовое описание. Например: «Городская застройка высокой плотности, коммерческие здания, видимых повреждений нет» или «Лесной массив, зафиксирован дымовой шлейф в северо-восточном секторе, высокая вероятность пожара». На Землю уходит текстовый пакет размером в сотни байт вместо гигабайт изображения. Спутник может передать его немедленно, даже при слабом сигнале.
Сравнение задержек: традиционный метод vs. NAVI-Orbital
Разница в скорости реакции критична для задач мониторинга. Ниже - прямое сравнение двух подходов на примере обнаружения лесного пожара.
| Параметр | Традиционный метод | NAVI-Orbital с Gemma 3 |
|---|---|---|
| Объём передаваемых данных | 1–5 ГБ (один снимок высокого разрешения) | 200–500 байт (текстовое резюме) |
| Время до получения результата на Земле | 60–90 минут (ожидание сеанса + передача) | 1–5 минут (немедленная передача текста) |
| Требуемая полоса канала | Высокая (X-диапазон, до 300 Мбит/с) | Минимальная (S-диапазон, несколько Кбит/с достаточно) |
| Участие оператора | Обязательно (дешифровка, анализ) | Автоматическое оповещение, оператор подключается по необходимости |
Сокращение задержки с 90 минут до минут меняет экономику реагирования. Пожарные расчёты получают координаты очага, пока площадь возгорания ещё мала. Службы мониторинга наводнений видят динамику разлива воды в near real-time. Аналогичный подход применим к отслеживанию незаконной вырубки леса или разливов нефти.
Точность 88% на 7960 изображениях: результаты наземных тестов
Перед запуском JPL провела контролируемое тестирование на земле. Выборка из 7960 изображений покрывала сцены двух классов: коммерческая застройка и природные ландшафты. Изображения получены с аналогичной камеры в условиях, приближенных к орбитальным: варьировались угол съёмки, освещённость и облачность. Модель классифицировала сцены с точностью 88%.
Это наземный результат, и в орбитальных условиях точность может измениться. Факторы риска: радиационные сбои в памяти модуля, экстремальные температуры, вибрации при старте, непредвиденные сцены, не представленные в тестовой выборке. JPL прямо указывает, что модель не дообучалась под специфику космических снимков, поэтому возможны ошибки на редких или сложных сценах - например, частичная облачность над городской застройкой может быть ошибочно классифицирована как природный ландшафт.
Сравнение с аналогами ограничено: публичных бенчмарков для орбитального инференса vision-language моделей пока нет. Можно ориентироваться на наземные метрики схожих моделей. Полноразмерная Gemma 3 на стандартных бенчмарках визуального ответа на вопросы (VQA) показывает точность в диапазоне 75–85% в зависимости от датасета. Результат 88% на бинарной классификации согласуется с ожиданиями для квантованной версии. Детальный разбор архитектуры Gemma и её возможностей мы публиковали в обзоре новых моделей семейства Gemini.
Почему это важно: решение проблемы пропускной способности спутниковой связи
Спутниковые группировки растут взрывными темпами. Один аппарат дистанционного зондирования Земли генерирует десятки терабайт данных в год. Наземные станции физически не успевают принимать и обрабатывать этот поток. Сжатие изображений - традиционный метод экономии полосы - упирается в фундаментальный предел: чтобы извлечь смысл из снимка, его всё равно нужно передать и декодировать.
Семантическое сжатие решает проблему на другом уровне. Модель извлекает смысл прямо на орбите и передаёт только его. Текстовое описание в сотни байт заменяет многогигабайтный файл. Это не сжатие с потерями в классическом понимании, а извлечение высокоуровневого представления. Для задач мониторинга такого представления часто достаточно. Если оператору нужен исходный снимок, он может запросить его выборочно - но теперь такие запросы становятся исключением, а не правилом.
Подход масштабируется на другие типы сенсоров. Радарные снимки (SAR) также генерируют огромные объёмы данных, и их интерпретация текстом столь же эффективна. Коммерческие операторы спутниковых группировок уже проявляют интерес к технологии: снижение требований к каналу связи позволяет уменьшить число наземных станций и упростить архитектуру системы. О том, как Google развивает направление AI-агентов и мультимодальных моделей, читайте в материале про Cactus Hybrid и оценку уверенности моделей.
Перспективы и ограничения: что дальше?
Эксперимент NAVI-Orbital - это демонстрация принципиальной возможности, а не продуктовая система. JPL подтвердила, что edge-инференс vision-language модели на орбите работает, но до операционного развёртывания предстоит решить несколько проблем. Энергопотребление Jetson Orin AGX в активном режиме достигает 60 Вт - это значительная нагрузка для малого спутника, где бюджет мощности ограничен солнечными панелями. Теплоотвод в вакууме сложнее, чем в атмосфере, и требует пассивных радиаторов увеличенной площади. Радиационная стойкость коммерческого модуля не гарантирована для длительных миссий за пределами низкой орбиты.
Следующие шаги JPL включают расширение набора задач. Сейчас модель классифицирует сцены и отвечает на простые вопросы. В планах - детекция конкретных объектов (корабли, самолёты, строительная техника), оценка ущерба после стихийных бедствий и мониторинг сельскохозяйственных угодий. Обсуждается возможность дообучения модели прямо на орбите - это позволило бы адаптировать её под специфические сценарии без замены оборудования. Технически это сложно, но выполнимо при наличии достаточного объёма памяти и вычислительного резерва.
Коммерческие перспективы выходят за пределы NASA. Операторы спутников дистанционного зондирования - Maxar, Planet Labs, Airbus Defence & Space - могут внедрить аналогичный подход на своих платформах. Производители спутниковых платформ, включая Loft Orbital, уже предлагают слоты полезной нагрузки с предустановленными ускорителями. Google, со своей стороны, продолжает инвестировать в AI-инфраструктуру для науки: недавно компания выделила $40 млн в виде AI-токенов на программу Genesis Mission, что ускорит внедрение подобных решений в академических и государственных проектах.
Может ли Gemma 3 заменить наземный анализ?
Нет. Модель выполняет роль фильтра первого эшелона. Она быстро выявляет аномалии и типизирует сцены, но финальное решение остаётся за экспертом. Гибридная схема выглядит так: Gemma 3 непрерывно сканирует снимки, при обнаружении подозрительного паттерна отправляет текстовое оповещение, оператор оценивает контекст и при необходимости запрашивает полный снимок для детального анализа. Это снижает нагрузку на канал связи на порядок, сохраняя контроль человека над критическими решениями.
Аналогичный гибридный подход применяется в наземных AI-системах - например, метод Cactus Hybrid для Gemma 4, где модель оценивает собственную уверенность и направляет сложные запросы в облако. В космическом контексте «облаком» выступает наземный центр обработки, а «edge» - бортовая Gemma 3. Архитектурный паттерн один и тот же, меняется только среда исполнения.
Запуск Gemma 3 на орбите - это прецедент, который меняет правила игры для всей индустрии спутникового мониторинга. Edge AI в космосе перестаёт быть концепцией и становится инженерной реальностью с конкретными метриками: 88% точности, 4-битное квантование, задержка в минуты вместо часов. Следующий шаг - переход от одиночного эксперимента к созвездиям спутников с распределённым инференсом. Технический фундамент для этого уже заложен.