当低轨卫星星座从“连得上”迈入“算得懂”的阶段，一场围绕太空基础设施的数字化转型正在悄然展开。中国星网完成第一代组网、垣信卫星在轨卫星突破200颗，这些数字背后，产业链的目光已经从“如何把卫星打上去”转向“卫星组网后给谁用、怎么用”。一家成立不到半年的AI创业公司——星联天枢，近日宣布完成数千万元天使轮融资，押注无人系统通算融合，试图用“地数天算”的模式回答这个关键命题。这场融资不仅折射出资本市场对太空算力赛道的兴趣，更预示着在数字化转型的宏大叙事中，AI与卫星互联网的跨界融合正在加速。
从“连得上”到“算得懂”：太空基础设施的数字化转型拐点
卫星互联网的商用化进程，正从基础设施铺设转向应用层探索。过去几年，中国低轨卫星星座的规模化部署进入关键窗口：星网组网、火箭回收突破、商业航天供应链成熟，让“上天”的成本有望下降一个数量级。但一个更本质的问题浮出水面：卫星组网之后，流量和数据如何变现？这不仅是电信运营商的问题，更是整个数字化转型生态中，数据流动的最后一公里。
传统卫星通信只解决“连得上”的问题，即提供稳定的回传通道。但如今的用户——无论是无人机巡检、远洋无人船，还是自动驾驶车队——不仅需要连接，更需要“算得懂”：在数据产生地点附近完成实时处理，压缩回传成本，降低决策延迟。这正是星联天枢瞄准的空白。它提出的“通算一体”方案，将卫星通信终端与星载AI计算载荷打包，让无人系统直连卫星，并在卫星上完成数据处理与决策，再回传结果。这种“地数天算”的模式，本质上是对太空基础设施进行数字化转型——把卫星从“管道”升级为“边缘计算节点”。
值得注意的是，企业数字化转型的浪潮中，数据量爆炸式增长，但地面网络覆盖有限。据测算，到2027年全球无人系统（无人机、无人车、无人船等）连接数将超过千万级，它们对实时性与成本敏感度极高。星联天枢的创始人程英辉认为，接下来3-5年，无人系统将成为卫星互联网的增量用户核心。这一判断背后，是AI创业公司对刚性需求的精准捕捉：地面网络无法覆盖高空、远洋、荒漠等场景，而卫星通信+星上AI计算正好补齐这个短板。
无人系统：卫星互联网的“第一波刚需用户”
为什么无人系统是最快需要“上天”计算数据的用户？答案藏在场景的刚性需求中。以无人机为例，当它飞上百米高空，地面4G/5G信号迅速衰减，无法维持稳定连接。再如远洋无人船，在公海作业时几乎成为通信孤岛。这些场景中，卫星通信是唯一的选择，但传统卫星只提供回传通道，将所有原始数据（高分辨率图像、视频、雷达点云等）传回地面，流量费高昂，时延也大。
假设一架无人机执行电网巡检任务，每次飞行产生数十GB的高清图像数据。如果全部通过卫星回传，按目前卫星带宽计费，单次成本可能高达数千元；而如果通过星上AI计算，只回传“发现异常点”的坐标和分类标签，数据量可压缩至KB级别，成本降低90%以上，同时时延从秒级降至毫秒级。这正是“通算一体”的商业逻辑：把计算搬到数据源头，用AI榨取信息价值，而非传输原始数据。
AI工具导航上，已有不少类似场景的探索——比如用AI图片生成辅助巡检报告的可视化，但真正在星上部署AI推理，需要硬件与算法的深度适配。星联天枢的智能卫星终端重量仅2kg，是目前国内最轻量化的Ka波段宽带卫星通信终端，专门针对航空场景的轻量化需求。而星载智能计算载荷采用异构计算架构，而非简单堆砌GPU，以适配光学、红外、SAR、激光雷达等多种载荷的数据特征。这种务实的工程选择，正是AI创业公司在有限资源下追求商业闭环的典型做法。
通算一体：降低数据流量成本的天算方案
“通算一体”并非新鲜概念，但真正落地需要突破两个瓶颈：一是卫星终端要足够轻、足够便宜，让无人系统用得起；二是星上算力要能高效处理无人系统的特定数据，且功耗散热可控。星联天枢的策略是“先刚需，后扩展”——不追求绝对算力峰值，而是瞄准最早需要上天处理的数据类型，从硬件架构反推设计。
例如，对于光学图像处理，GPU或NPU（神经网络处理器）效率更高；而对于SAR雷达回波数据，FPGA（现场可编程门阵列）可能更合适。异构计算让不同数据流走不同计算单元，在星上有限功耗墙内实现最优性能。程英辉提到，无人系统承载的载荷类型极其多样，如果全部用GPU处理，效率低、成本高、功耗大。因此，他们从数据特征出发设计硬件，而不是盲目堆参数量。
这种思路与大模型训练的“暴力美学”形成鲜明对比——后者追求算力规模，而前者追求算力效率。在卫星上，每瓦功耗都珍贵，散热能力有限，异构计算几乎成为工程上的唯一可行路径。市场预期方面，程英辉判断：市场真正爆发快则三年，慢则五年。届时，通算一体的商业模式有望形成自我造血能力。目前，星联天枢已与国内某应急管理无人机项目、新能源重卡企业、交通集团等达成合作，年内将完成地面“无人系统地数天算”验证系统搭建，明年推进到星地联合实验。
太空算力的两条路径：谁先跑通闭环？
当前国内押注太空算力的公司大致分为两类：一类是“先搬算力上天”派，试图直接构建天基数据中心，对标星舰+Starlink的远期逻辑，但前提是攻克火箭发射成本、卫星能源、散热、抗辐照等瓶颈；另一类是星联天枢代表的“先聚焦刚需场景”派，不直接与地面算力比成本，而是在无人系统等刚性场景中形成闭环，再向更大生态扩展。
两种路径背后，是对产业化时间节奏的差异判断。支持“搬数据中心上天”的观点认为，太空算力长期看会追平地面成本，但需要等待发射成本降至每公斤数百美元；而星联天枢的路径更务实：在卫星初步组网后，先解决“给谁用、怎么用”的问题。无人系统对成本敏感，但通算一体方案能显著降低流量费，商业闭环的节奏更快。
从融资角度看，星联天枢的数千万元天使轮是典型的AI融资案例——资本关注的是技术方案的场景适配度和客户验证进度，而非纯粹的算力规模。这轮融资将主要用于卫星终端产品落地和地面验证系统搭建。对一家成立不足半年的AI创业公司，这既是机遇也是挑战：产品落地、客户验证、在轨数据，每一步都需要硬科技公司特有的耐心与执行力。
数字化转型的下一个前沿：AI与卫星互联网的深度融合
从更宏观的视角看，星联天枢的探索是数字化转型从“地面信息基础设施”向“天地一体化信息网络”延伸的缩影。当AI创业公司开始将神经网络推理部署到卫星上，数据处理的边界从云端、边缘端延展至太空端。这不仅关乎无人系统，更可能影响农业、环保、应急、物流、交通等众多行业的数字化转型效率。
例如，在农业领域，无人机+卫星AI可以实时识别作物病虫害，并直接生成施药指令；在应急领域，灾害发生后，卫星+无人机协同可快速构建灾区三维模型，辅助救援决策。这些场景的前提是，卫星能“算得懂”而非仅仅“连得上”。星联天枢的异构计算架构和轻量化终端，正是为这种“算得懂”的能力提供工程基础。
当然，挑战依然存在。国内两大低轨星座尚未正式商用，流量费定价体系未建立，星上智算能力仍需在轨验证。但正如程英辉所说：“市场爆发快则三年，慢则五年。到了那个时间节点，我们也会真正形成自我造血的能力。”对于关注AI画图、抠图等AI工具的用户而言，或许不久的将来，这些工具也能在卫星上运行，为太空数据提供实时处理。这不仅是技术演进，更是企业数字化转型从“地面”走向“天地”的必然趋势。