Szesnastego kwietnia 2026 roku satelita YAM-9 firmy Loft Orbital wykonał zdjęcie Ziemi i sam opisał je zwykłym językiem, zanim cokolwiek trafiło do stacji naziemnej. Za analizę odpowiadał Gemma 3, otwarty model Google’a, uruchomiony na komputerze wielkości książki krążącym po niskiej orbicie okołoziemskiej.
Kluczowe fakty:
- 16 kwietnia 2026 roku satelita YAM-9 firmy Loft Orbital jako pierwszy w historii wykonał autonomiczny opis zdjęcia Ziemi bezpośrednio na orbicie, zanim dane trafiły do stacji naziemnej.
- Za analizę obrazów odpowiadał model Gemma 3 (wariant 4B, skompresowany do 4 bitów), uruchomiony na module Nvidia Jetson Orin AGX i mieszczący się w 8 GB pamięci – identyczny z publicznie dostępnym modelem na Hugging Face, bez żadnego dodatkowego trenowania.
- W testach naziemnych na zbiorze AID liczącym 7960 obrazów system osiągnął skuteczność klasyfikacji na poziomie 88,16%, a całość architektury opiera się na agentowym szkielecie sterowanym maszyną stanów zbudowaną na LangGraph.
Szczegóły eksperymentu opisali sami autorzy w pracy NAVI-Orbital: First In-Orbit Demonstration of a Zero-Shot Vision-Language Model for Autonomous Earth Observation, opublikowanej 5 czerwca 2026 roku. Podpisali ją Juan Manuel Delfa Victoria i Taran Cyriac John z Jet Propulsion Laboratory NASA oraz Andrew W. Herson z Loft Orbital. Siedemnaście stron, czterdzieści siedem ilustracji i jedna teza: modele fundamentalne da się dziś uruchomić na sprzęcie klasy satelitarnej.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Co dokładnie poleciało w kosmos
NAVI-Orbital to agentowy szkielet programowy, w którym pracą poszczególnych modułów steruje maszyna stanów zbudowana na LangGraph. Osobny agent zajmuje się detekcją, osobny dialogiem z operatorem. Sercem układu jest Gemma 3 w wariancie 4B, skompresowana do czterech bitów. Cały model mieści się w 8 GB pamięci.
I to jest szczegół, który mnie zatrzymał na dłużej. To nie jest specjalna, kosmiczna wersja modelu trenowana przez lata pod konkretną misję. To dokładnie ten sam plik, który każdy może pobrać z Hugging Face i odpalić na własnym laptopie. Nikt go nie douczał ani na zbiorze testowym, ani na zdjęciach z instrumentu YAM-9.
Obliczenia wykonywał moduł Nvidia Jetson Orin AGX, popularny w robotyce i systemach wbudowanych. Satelita niesie klaster procesorów odpornych na promieniowanie, w tym układy FPGA, CPU i GPU, obsługujących równolegle ładunki kilku klientów. Panele słoneczne dostarczają pokładowej elektronice od 150 do 500 watów, zależnie od położenia satelity względem Słońca.
Osiemdziesiąt osiem procent skuteczności i dwa zdjęcia z orbity
Przed startem zespół przepuścił system przez zbiór testowy AID liczący 7960 obrazów. Skuteczność klasyfikacji wyniosła 88,16 procent. Bez dostrajania, bez trenowania na kategoriach z tego zbioru.
Na orbicie przeprowadzono dwa przechwycenia na żywo: jedno nad Tuluzą we Francji, drugie nad wybrzeżem Argentyny. Model generował opis sceny, a następnie odpowiadał na wcześniej przygotowane pytania. Czy widać zabudowę mieszkalną, czy komercyjną. Czy w kadrze są elementy naturalne. Gemma radziła sobie z rozpoznawaniem stref, w których teren zurbanizowany styka się z przyrodą, oraz z identyfikacją infrastruktury wokół węzłów kolejowych.
Juan M. Delfa, lider grupy technicznej w NASA, nie kryje, że chodzi o coś więcej niż o rozpoznawanie obrazów.
„To poważna zmiana. Naukowiec może teraz napisać polecenie, przesłać je na statek kosmiczny, a system je uwzględni. To odejście od poprzedniego modelu pracy, w którym badacze musieli pisać mocno ustrukturyzowane komendy wymagające zespołu operacyjnego i całej procedury” / „This is a major shift. Now, a scientist can write a prompt, upload it to the spacecraft, and that will be taken into account by the system. It’s different from previous paradigms, where researchers have to write very structured commands that require an operations team and process.”
Kompresja semantyczna, czyli jak oszukać wąskie łącze
Wbrew filmom szpiegowskim większość satelitów nie przesyła na Ziemię płynnego obrazu w wysokiej rozdzielczości. Pasmo jest wąskie, a okna transmisyjne zależą od tego, kiedy satelita przelatuje nad stacją naziemną. Paul Lasserre, dyrektor generalny Loft Orbital, nazywa nowe podejście kompresją semantyczną. Zamiast surowych megabajtów w dół leci kilkadziesiąt kilobajtów tekstu.
„Nie ma znaczenia, że łącze jest wolne, bo przesyłasz dziesiątki kilobajtów zamiast dziesiątek czy setek megabajtów. To pozwala używać satelity taktycznie, co do tej pory było domeną hollywoodzkich filmów” / „It doesn’t matter if the link is slow, because you’re downlinking dozens of kilobytes instead of dozens or hundreds of megabytes. It lets you use your satellite in a tactical way, which until now was only in Hollywood movies.”
Delfa podaje konkretny przykład: wykrywanie pożarów lasów. Satelity potrafią je dostrzec od dawna, ale ograniczenia łącza i czas przetwarzania danych na Ziemi potrafią opóźnić wynik nawet o 90 minut. Półtorej godziny przy pożarze wielkoobszarowym to różnica między alarmem a raportem strat.
Co realnie zmienia analiza wykonana na pokładzie:
- ostrzeżenie schodzi na Ziemię jako krótki komunikat tekstowy, nie jako pakiet obrazów do obróbki
- przestrojenie satelity na inny cel, na przykład z zabudowy na dym, sprowadza się do edycji polecenia tekstowego
- znika konieczność przepisywania i ponownej certyfikacji oprogramowania pokładowego
- nie trzeba trenować i wgrywać osobnego modelu klasyfikacyjnego dla każdego nowego zadania
- operator może zadać satelicie pytanie uzupełniające i dostać odpowiedź, zamiast czekać na kolejny przelot
Entuzjazm jest tu uzasadniony, ale chciałbym, żebyśmy zachowali proporcje. Osiemdziesiąt osiem procent skuteczności na zbiorze testowym brzmi dobrze w komunikacie prasowym, a znacznie gorzej w sytuacji, gdy na podstawie takiego opisu ktoś podejmuje decyzję o ewakuacji albo o skierowaniu sił ratowniczych. Dwanaście procent pomyłek to dużo. Zespół z JPL dobrze o tym wie i dlatego NAVI-Orbital jest celowo odcięty od oprogramowania sterującego lotem. Model czyta obrazy i pisze opisy, nie dotyka sterów. To rozsądna architektura i mam nadzieję, że utrzyma się dłużej niż do pierwszego komercyjnego wdrożenia, bo presja na skracanie łańcucha decyzyjnego będzie ogromna. Druga sprawa, o której mówi się mniej: model, który sam decyduje, co jest warte przesłania, jest jednocześnie modelem, który decyduje, co zostanie przemilczane. Surowe dane można zweryfikować niezależnie. Streszczenia wygenerowanego na orbicie i nigdzie nieprzechowanego nie zweryfikuje nikt. Przy zastosowaniach cywilnych to problem metodologiczny. Przy wojskowych i wywiadowczych zaczyna być problemem zupełnie innej wagi.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Rynek, który właśnie przesunął punkt ciężkości
Loft Orbital jest francusko-amerykańską firmą sprzedającą infrastrukturę orbitalną jako usługę. YAM-9 wystartował pod koniec listopada 2025 roku na pokładzie misji SpaceX Transporter-15 i od początku był pomyślany jako platforma testowa dla obliczeń na orbicie. Firma obsłużyła dotąd ponad trzynaście misji programowych i sztucznointeligentnych dla klientów takich jak NASA, Microsoft, Helsing czy Little Place Labs.
Skala rynku, o który toczy się gra, jest umiarkowana, ale rośnie stabilnie. Według raportu Novaspace komercyjny rynek danych i usług obserwacji Ziemi wart jest obecnie około 5 miliardów dolarów i ma przekroczyć 8 miliardów do 2033 roku. Ameryka Północna odpowiadała w 2023 roku za 44 procent przychodów, Europa za 22 procent. Największą dynamikę analitycy przypisują Azji. Dla porównania cała gospodarka kosmiczna ma urosnąć z około 630 miliardów dolarów do blisko 1,8 biliona w 2035 roku, a globalne budżety kosmiczne o przeznaczeniu obronnym po raz pierwszy przewyższyły wydatki cywilne.
Punktem odniesienia dla całej branży pozostaje europejska misja Φ-Sat-1 z 2020 roku, pierwsza, która uruchomiła na orbicie sieć konwolucyjną do wykrywania chmur. Modele wizyjno-językowe to kolejny poziom: nie tylko odsiew nieprzydatnych kadrów, ale rozumienie ich zawartości i odpowiadanie na pytania.
Co to oznacza dla polskich firm?
Sporo, bo akurat w tej konkretnej dziedzinie Polska nie ogląda się na nikogo z tylnego rzędu.
Gliwickie KP Labs wysłało satelitę Intuition-1 na orbitę 11 listopada 2023 roku, ponad dwa lata przed eksperymentem z Gemmą. Sercem misji jest autorska jednostka przetwarzania danych Leopard DPU, zdolna do 3 bilionów operacji na sekundę, sparowana z instrumentem hiperspektralnym rejestrującym obraz w 192 wąskich pasmach spektralnych. Satelita ma za sobą blisko 11 700 okrążeń Ziemi i przez cały ten czas przetwarza dane bezpośrednio w kosmosie: wykrywa chmury, prowadzi analizę urbanistyczną, mierzy powierzchnię terenów zielonych. Michał Zachara, wiceprezes KP Labs, mówił przy okazji rocznicy misji, że to udany przykład autonomicznego przetwarzania danych w przestrzeni kosmicznej, a zdobyte doświadczenia trafiają do kolejnych projektów. Jednym z nich jest LeopardISS, który w 2025 roku znalazł się na Międzynarodowej Stacji Kosmicznej w ramach misji IGNIS Sławosza Uznańskiego-Wiśniewskiego.
Różnica między Intuition-1 a NAVI-Orbital jest jednak realna i nie ma sensu jej zamazywać. Polski satelita uruchamia wyspecjalizowane algorytmy uczenia maszynowego przygotowane pod konkretne zadania. Amerykanie pokazali coś innego: ogólny model fundamentalny, przestrajany zdaniem po angielsku. To dwa różne etapy tej samej drogi, a odległość między nimi mierzy się raczej w latach niż dekadach.
Reszta polskiej układanki też jest na stole. Creotech Instruments realizuje dla ESA narodowy program obserwacyjny CAMILA o wartości 51,9 miliona euro, z czego 25,6 miliona przypada bezpośrednio spółce, a segment naziemny ma przetwarzać dane w czasie zbliżonym do rzeczywistego. Równolegle idzie MikroGlob, wojskowy system obserwacji Ziemi zamówiony przez Skarb Państwa za 556,7 miliona złotych brutto. Satim dostarcza analitykę obrazów opartą na sztucznej inteligencji dla konsorcjum Rheinmetall-Iceye na potrzeby Bundeswehry. Scanway robi optykę. W polskim sektorze kosmicznym działa dziś około 300 firm.
Pytanie, które sobie zadaję: czy któraś z nich zdąży uruchomić na orbicie model wielomodalny, zanim zrobi to za nią amerykański albo francuski dostawca infrastruktury. Bo warstwa wartości w obserwacji Ziemi właśnie przesunęła się z sensora i łącza do wnioskowania wykonywanego na pokładzie. Kto nie ma tam swojego oprogramowania, ten kupuje gotowe streszczenia od kogoś innego. A przy zastosowaniach obronnych to zupełnie inna rozmowa niż przy monitoringu upraw.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Dokąd to zmierza
Delfa przyznaje, że cały projekt NAVI wyrósł z myślenia o astronautach. Skafander mocno ogranicza sprawność manualną, więc powstał pomysł towarzysza, z którym da się rozmawiać naturalnym językiem. Do tego jeszcze bardzo daleko i sam zespół tego nie ukrywa.
Na razie udowodniono dwie rzeczy: że duży model językowy da się uruchomić w kosmosie i że da się nim sterować poleceniem tekstowym. Szef działu sztucznej inteligencji w Loft Orbital szacuje, że globalne pokrycie w czasie rzeczywistym wymagałoby od 50 do 100 satelitów o zbliżonych możliwościach. To nie jest liczba z gatunku niemożliwych.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym pracy naukowej NAVI-Orbital autorstwa Juana Manuela Delfy Victorii, Tarana Cyriaca Johna i Andrew W. Hersona z 5 czerwca 2026 roku, materiału IEEE Spectrum z 23 lipca 2026 roku oraz komunikatów Loft Orbital. Wykorzystano również dane rynkowe Novaspace, raportowanie TechCrunch, AlphaSignal i Tech Times. Polski kontekst opracowano na podstawie materiałów Space24, Nauki w Polsce, Bankier.pl, Kosmonauta.net oraz komunikatów KP Labs i Creotech Instruments. Cytaty Juana M. Delfy z NASA JPL i Paula Lasserre’a z Loft Orbital zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym, wypowiedź Michała Zachary z KP Labs pochodzi z komunikatu przesłanego PAP. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o modelach wizyjno-językowych uruchamianych na orbicie.
