相比之下，此次合作回答的是另一个问题：已经建成的太空算力，能否成为 AI 产业可以调用的新型算力资源？

这次合作的不同之处在于，国星开始把已经建成的太空算力体系，以系统级能力向头部大模型企业开放。此前，无论是 AI 卫星还是大模型上星，更多验证的是模型能够在轨运行、更新和完成任务，本质上仍属于太空 AI 能力建设的一部分。

而此次合作，则是在已有太空计算体系基础上，进一步引入商汤的大模型能力、智算平台和资源调度体系，探索天地协同的计算模式。换句话说，过去是“把模型送上天”，今天则开始尝试“把已经建好的太空算力开放出来”。

因此，商汤作为首个系统级接入国星太空算力体系的大模型公司，使太空算力第一次能够与成熟的大模型体系、地面智算资源、AI 开发平台以及模型训练、推理能力形成系统级协同。这种协同意味着，太空算力开始从主要服务航天任务，逐步走向服务更广泛的 AI 产业链。

过去，大模型企业主要调用来自地面智算中心的数据和算力资源；未来，在部分适合在轨完成的任务中，太空算力也可能成为整个计算体系中的一个组成部分，与地面算力共同完成任务。

当然，这并不意味着未来所有 AI 计算都会迁移到太空。事实上，受制于发射成本、能源供给、散热条件以及星间通信能力，大规模模型训练仍将主要发生在地面。太空算力更现实的发展方向，是承担那些必须依赖轨道环境完成，或在轨完成效率更高的计算任务，与地面智算形成互补，而不是替代关系。

因此，这次合作真正值得关注的地方，不只是两家企业的“强强联合”，而是太空 AI 企业与头部大模型企业之间，开始形成面向 AI 产业的系统级协同。随着这种协同逐步成熟，太空算力的价值，也开始从“完成一次在轨计算”，逐渐转向“持续提供计算服务”。

“千星万 P”之前，先找到可规模复制的太空计算

尽管太空算力的发展正在进入新的阶段，但也需要看到的是，它距离真正形成成熟的产业基础设施，还有不少工程挑战需要解决。

首先，是建设成本。算力规模越大，对发射能力、卫星平台、能源供给以及轨道运维的要求越高。如何在保证计算能力的同时控制整体成本，直接关系到太空计算网络能否实现商业可持续。

其次，是运行效率。在轨计算不仅需要解决抗辐射、散热、能源管理等航天问题，还需要建立稳定的星间网络，实现大量卫星之间持续可靠的数据交换和资源调度。这意味着，未来竞争的不只是单颗卫星的计算能力，而是整个网络的协同效率。

更重要的是，太空算力需要找到真正适合自己的应用场景。真正需要“送上天”的，并不是所有计算，而是那些必须依赖轨道环境完成，并且能够持续创造价值的计算任务。

太空算力的独特价值在于为两类场景提供计算服务：一是对海量太空数据进行在轨预处理，避免数据下行链路拥塞；二是为地面网络覆盖不到的智能设备提供低延迟推理支持。这些场景，也是太空算力区别于传统数据中心的重要价值所在。

从国星宇航过去几年的工程实践来看，其已经围绕相关方向进行了持续探索。未来，更大的挑战或许在于如何进一步推动这些能力形成可规模复制、可持续运营的商业模式，而不仅仅停留在单个项目或示范工程。

因此，太空算力下一阶段的竞争，不只是比谁更早把更多算力送入轨道，而是比谁能够把已有的工程能力转化为低成本、可扩展、可持续运营的全球计算与数据服务。

结语

从 AI 卫星、太空计算中心，到商汤成为首个系统级接入国星太空算力体系的大模型公司，从国星宇航的发展路径中，我们看到了太空计算正在进入新阶段的一个演进发展的缩影：过去，太空计算更多关注的是能不能算；今天，它开始讨论的是如何成为产业的一部分。

此次合作真正值得关注的价值，是太空算力开始真正成为 AI 基础设施的一部分。当太空算力开始成为头部大模型企业能够系统级调用的新型算力资源，未来衡量太空算力价值的标准，或许不再是一次在轨计算是否成功，而是它能否像今天的数据中心一样，持续参与全球 AI 计算体系。