AI 接管卫星 + 第三种预训练范式出现：今天两项「不声张」但可能变革行业的突破

AI 接管卫星 + 第三种预训练范式出现：今天两项「不声张」但可能变革行业的突破

8 月 1 日，两件不过度刷屏但极为重要的事：美国空军成功在轨道上运行由神经网络自主控制的卫星，以及探索性建模（Explorative Modeling）论文发表——把「生成表达力」作为预训练的第三轴，效率大幅提升。

第一部分：AI 接管了卫星的方向盘

美国空军研究实验室（AFRL）的 ACT 3 团队做了一件没人声张但极其重要的事：

在数百英里高的轨道上，一段被上传到卫星里的神经网络自主控制了飞行器的姿态——不需要地面指令。

三个关键点

1. 这不是辅助导航。以前的「AI in space」是 AI 分析传感器数据、人类做决策。这次，AI 直接控制核心航天器功能——方向、朝向、姿态。

1. 强化学习训练。团队用模拟环境大量训练神经网络，然后在实验室里逼真测试（缩小仿真与现实差距），最后把它上传到真卫星上。

1. AI 看门狗。同时测试了一套「AI watchdog」——当 AI 进入未充分验证的状态时自动切换回备份系统。还有运行时的「安全护栏」，当输出接近预设安全边界时主动干预。

为什么值得在意

如果卫星能自主控制姿态，后续几个推论是直接的：

• 不需地面站：一颗深空探测卫星可以在与地球通讯中断数月期间自主航行
• 快速响应：军事侦察卫星可以在发现目标后秒级调整姿态，不等地面指令传回来
• 星座协作：卫星之间可以自主协调轨道和覆盖区域

第二部分：XM — 把「创造力」变成可训练的量

同一天发表的探索性建模（Explorative Modeling, XM）论文提出了一个看似微妙但可能深远的概念：

在预训练中添加第三轴：生成表达力（generative expressivity），与参数量和训练数据量并列。

传统的预训练是两轴优化：更大模型 × 更多数据。XM 说你漏了一根轴——模型在生成时探索多个候选输出的能力。

数据会说话

最后一个数字尤其惊人：83 倍的推理加速。在需要实时反应的机器人控制场景，这意味着把「不实用」变成了「能用」。

一个微妙的趋势

论文揭示了一个重要现象：收益随规模增长。 数据规模增大 → 改进从 7% 提升到 36%。模型规模增大 → 改进从 13% 提升到 23%。

这意味着：越是大模型，探索式训练的价值越大。它不是替代 Scaling Law，而是让 Scaling Law 的每一分投入都产出更多。

两件事之间的连接

一个在天上（AI 卫星），一个在训练方法上（XM）。它们之间的连接词是：自主性。

XM 让模型能以更少的推理次数做出更好的决策——这恰好是卫星 AI 控制所需要的：在带宽有限、延迟高、计算资源受限的轨道环境中，每一毫秒、每个 FLOP 都珍贵。

今天的「AI 卫星 + XM 训练」还只是研究阶段。但如果你把时间轴拉到 3-5 年：AI 控制无人机蜂群、AI 控制深海探测器、AI 控制的分布式能源网络——这些系统都需要少即多的推理效率。那两篇今天不起眼的论文，可能就是这些系统的技术起点。

FAQ

AI 控制的卫星会不会攻击其他卫星？

AFRL 明确表示同时运行了 AI watchdog 和安全护栏，防止 AI 进入未验证的控制状态。军事场景中的自主系统通常不会是「完全自动开火」——有「人在回路中」的审核机制。

XM 训练范式需要重新训练现有模型吗？

是的。XM 是一种新的预训练方法，不是后训练微调。但论文作者展示了它可以一致改进现有的生成模型架构（RAE、SiT 等），说明它有较好的通用性。

相关阅读

• Meta 记忆 Agent 教练
• DeepSeek V 4-Flash 0731
• Tycho 代码世界模型 ARC-AGI-3