问题：长期以来，卫星系统的核心能力更多集中在“获取数据”与“传输数据”两端：遥感卫星负责观测，通信链路负责回传，地面中心负责存储、处理与决策。
这一“天感地算”模式在过去支撑了大规模对地观测与应急保障，但随着遥感分辨率提升、星座规模扩大、数据量呈指数增长，传统模式在带宽占用、时延控制、任务响应等方面的瓶颈愈发凸显。
尤其在灾害监测、海上执法、边远地区目标发现等场景中，若依赖“先回传、后处理”，就可能错过最佳处置窗口，甚至造成通信资源拥塞，影响多任务并行效率。
原因：从技术演进看，太空算力需求的快速升温并非偶然。
一方面，星座化部署使“多星、多载荷、多任务”成为常态，数据源头在轨生成，若全部下传将带来链路压力与地面算力峰值冲击；另一方面，边缘智能与大模型能力的成熟，使得“在数据产生地完成识别、筛选、推理”的路径具备可行性。
与此同时，卫星平台计算能力与能效比持续提升、星间链路与天地链路逐步完善，也为“天上算”提供了工程基础。
在此背景下，计算卫星应运而生：它不以单一通信、导航或遥感为主要目标，而以在轨提供算力基础设施为定位，面向多源数据进行就地处理，实现从“传数据”向“传结果”“传决策依据”的转变。
影响：研讨会披露的实践显示，通用大模型已实现从地面到在轨的部署与运行验证：2025年11月，通用大模型“千问3”被部署至“星算”计划01组太空计算中心，并在太空中成功执行多次端到端推理任务。
地面上传问题，卫星在轨推理后回传结果，整体用时不到2分钟。
这一时效指标释放出清晰信号——在轨推理能够显著压缩“感知—分析—回传”的闭环时间，为“快速发现、快速研判、快速处置”的任务链条提供支撑。
更重要的是，通用大模型的在轨运行意味着未来卫星不止能执行预设算法，还可能承担更复杂的自然语言理解、跨模态推理与任务编排，从而提高任务适应性与自主性。
对产业而言，这将带动卫星平台设计、星载计算、模型压缩与安全加固、在轨运维等环节升级；对应用侧而言，遥感解译、目标检测、变化识别、海陆空协同监测等场景有望获得更高时效与更低链路负担。
对策：从长远看，要让“天感天算、天地协同”从示范走向规模化，还需在工程体系与治理体系上同步发力。
其一，强化星载计算平台的标准化与模块化，围绕算力、功耗、散热、抗辐照等关键指标形成可复用方案，降低迭代成本。
其二，完善天地一体的数据与模型协同机制，明确“哪些任务上天算、哪些任务回地算”的分工策略，形成可动态调整的调度体系，实现算力、链路与任务优先级的统筹最优。
其三，推进模型在轨可靠性与安全性建设，建立覆盖训练、部署、更新、回滚的全生命周期管理制度，强化在轨运行的可解释、可验证与可审计能力，防范误判、漂移和异常输出对任务造成影响。
其四，面向应急、自然资源、海洋、生态环境等重点领域加强场景牵引，通过真实任务压力测试推动指标体系落地，形成可复制推广的应用范式。
前景：可以预见，太空算力将成为未来航天体系能力的重要组成部分。
随着计算卫星与在轨计算中心不断完善，卫星系统的价值创造方式将从“数据供给”向“智能服务”跃升，天地协同也将从“传输协同”延伸至“智能协同”。
在更高层面，这一趋势将推动空间信息基础设施向“感知—计算—通信”一体化演进：星上完成数据清洗与初筛，星间共享中间结果并协同推理，地面进行综合研判与策略生成，形成更具韧性、更高效率的全球覆盖能力。
与此同时，如何在创新应用与安全可控之间找到平衡，如何构建开放兼容的生态与标准体系，也将成为各方共同面对的课题。
从东方红一号的单一功能卫星，到如今具备自主智能的轨道计算节点，中国航天用半个多世纪完成了从"太空感知"到"太空思考"的跨越。
这场静默发生在近地轨道的技术革命，不仅重塑着人类开发太空的方式，更预示着智能时代太空经济的新图景。
当计算之光穿透大气层照亮宇宙，我们或许正在见证人类文明向星际智能迈出的关键一步。