太刺激了。
兄弟们，我刚刚做了一场将近一个小时的深度访谈。
关掉麦克风的那一刻，我的脑子里冒出了一个疯狂的念头：
我刚刚是不是看到了中国的马斯克？以及中国太空AI创新的另一种可能？
先别说我夸张。看看他们到底在做什么。
他们做的第一件事，是造一个行星级 Physical AI。
具体做法是先往太空发射两颗感知地球的眼睛。这两颗高光谱卫星能捕捉每种物质独特的光谱指纹，就像人类的指纹一样。所以，光谱卫星看到的不是这里是一片绿色，而是能更进一步——这片绿色是什么植物？健不健康？缺不缺水？
两只眼睛在太空持续读取山川、河流、土壤、森林、海洋、矿物和农作物的指纹，再把计算、通信、行动连接起来，AI 就能逐渐理解地球的过去、现在，推演它的未来！
也就是说，他们把整个地球变成了有史以来最大的一块 AI 训练场。
太炸裂了。这才是真·地球物理 AI。
但这还只是第一步。第二件事更加疯狂。
把具身智能机器人送上月球。最终用200万个月球AI机器人，建成宇宙级数据中心！
不是那种把几台机器人放上去，走两步、拍几张照片再就地等待地球遥操的古典机器人。
而是让机器人自主感知月面环境、自主判断风险、自主规划路线。甚至是根据对地貌和物质环境的理解，自动判断周围可能存在什么资源。
再往后，就是组建一个模块化、可移动、能够彼此组合的月球数据中心。
怎么样？炸裂吧。这种早几年还得靠科幻片想象的事情，他们正在扎实的推进。
这家公司叫东方星链。我采访的是公司创始人。
就在 8 月 5 号，他们把上面提到的两颗眼睛——东方星链05/06星（东方慧眼高光谱AI双星）送上了太空。
AI 有了超级大脑
却还是一个地球盲人
今天的大模型很聪明。它读过人类历史上最庞大的文本，见过数以亿计的图片，可以写代码、解数学题、生成视频。
但它对真实地球的理解，仍然极其匮乏。它知道红树林这个词，却不知道全球某片红树林此刻正在扩张还是死亡。
访谈中，他反复强调了一个判断：AI行业现在谈太空计算，注意力大多集中在怎样把算力放上天，却忽视了一个更稀缺的东西——关于真实物理世界的持续数据。他甚至认为，某些独特数据可能比单纯把算力送上太空更重要。
确实，连DeepMind的哈萨比斯都说过，人类拥有的数据绝大部分还停留在互联网和语言层面，关于完整地球和宇宙的数据，少得可怜。
行星级AI的第一双眼睛
8月5日上午，山东海阳近海，东方星链05/06星（东方慧眼高光谱AI双星）搭乘捷龙三号遥十二火箭发射升空。
普通遥感卫星像在太空中给地球拍照片——看到颜色、形状和面积。高光谱遥感，则像隔着几百公里给地球做体检和化验。
光谱是物质的指纹，22个精密校准的光谱通道覆盖可见光到短波红外，配合5米级空间分辨率和300公里的超大幅宽，这两颗卫星性能全面超越欧美同类卫星。
与此同时，这两颗卫星还开始有了自己的理解。
过去的流程是，卫星拍完照、传回地面、中心处理、专家分析、输出报告。这两颗卫星则搭载了400 TOPS级星载AI算力，能在轨完成异常探测、地物识别、智能压缩、特征提取，直接把结果传给地面。
最终到达用户手里的，甚至不一定是一张卫星照片，可能只是一条极短的信息：某片农田出现病害风险、某段水域成分异常、某个地方需要立即巡检。
举两个真实案例。
木薯：AI参与粮食决策。 印尼楠榜省的主要作物是木薯，产量预测不准的后果很直接——预测低了，提前进口过多造成浪费；预测高了，当地人可能真的要饿肚子。即使是现在这个时代，在一个并不算太贫穷的国家，这种事依然在发生。 他们需要的不是一张卫星图片，而是今年种了多少、长势如何、最终可能收多少、接下来怎么安排进口和收割——从光谱一直走到洞察与决策。
蝗灾：因为免费数据不够好，所以决定自己造卫星。 团队早期曾利用国际开源数据连续三年追踪非洲蝗虫迁徙，想判断蝗虫将破坏哪些农作物、影响哪些地区。结果发现，数据质量和精度远远不够。他们是因为真实问题解决不了，才决定自己造更好的卫星。
入轨后，双星将与已在轨运行的东方慧眼高分01星协同组网，构建普查+详查服务体系。联合国人居署、全球红树林中心也已经成为合作伙伴。
东方星链01星
李德仁院士说过一句话：东方慧眼高光谱AI双星不仅是高光谱遥感技术的重大突破，更是践行绿水青山就是金山银山的科技典范。它们将从看见地球，做到看懂地球。
李德仁院士以及王密教授验收双星
造一颗地球大脑
两颗卫星，只是入口。
真正让人觉得这家公司不一样的，是他们对行星级Physical AI的完整思考——持续观测地球，在太空和地面进行智能计算，通过通信网络实时传递结果，把结果交给人、Agent和机器人执行。
于是卫星变成眼睛，模型变成大脑，通信变成神经，机器人变成手脚。整个系统像一个活的东西一样运转。
他们管这个叫蒸馏的地球大模型。它不仅要回答“这里有什么”“那里是什么”，还要逐渐回答更深层的问题：为什么这个地方形成了这样的山川地貌？为什么这片水体正在变化？一种生态系统为什么正在退化？接下来可能出现什么？人类应该采取什么行动？
这才是Physical AI真正的核心。
地球恰好是训练这种模型最好的地方——卫星看到的结果可以和地面真实情况反复比对，农作物减不减产、水体污不污染、森林退不退化，人类都能提供反馈。
互联网训练出了会说话的AI；整颗地球，可能训练出真正理解物理世界的AI。
按照战略规划，东方慧眼星座将在2032年完成258颗卫星部署，1000颗太空之弦计算星座总算力90万POPS。公司已经在超过40个国家开展业务，在轨AI平台安全运行超过2600天，2026年出厂23套太空计算平台，算力和出货量国内排名第一。
月球才是第一场真正的考试
这部分是整场访谈让我最兴奋的地方。
前面的逻辑已经搭好了——卫星给AI眼睛，地球数据训练大脑，通信系统形成神经。接下来，它需要一副真正的身体。
这副身体，就可以是月球机器人。
为双星提供AI能力的地卫二联合海外高校，打造了一个叫CHERI的项目——全称挑战性环境智能探索机器人。这是首家参与中国探月工程的民营企业，计划2030年前后登月。
项目的核心是两台协同工作的微型月面机器人。它们个头不大，但要干的事情很厉害：在月球表面自主导航、实时建图（SLAM）、智能避障、彼此之间通过MESH网络实时通信、协同执行探索任务。
两台机器人同时感知环境、共享数据、分工配合。一台在前面探路建图，另一台可以根据共享的地图去执行不同的任务。
月球AI机器人概念图
访谈中他透露了一个让我愣住的数字：最终需要200万个月球AI机器人。
这200万个机器人不是在月球上走来走去那么简单。它们每一个都是一个智能节点——能感知、能计算、能通信、能协作。
当200万个这样的节点铺开在月球表面，互相之间通过MESH网络连接，共享数据、分配算力、协同执行任务。这本身就是一个分布式的计算网络。
换句话说，200万个AI机器人连在一起，就是月球数据中心本身。
高度模块化、可移动、可以分散部署也可以聚合成超大规模计算集群，根据月球光照和任务需求灵活调整。目标大约在2035年左右形成相当规模。
CHERI的两台机器人，验证的就是这套架构最小的原型：两个节点之间能不能协同感知、协同建图、协同决策。验证通过了，后面就是从2到200万的工程放大。
在访谈中，他还非常详细地描述了一条训练路线：在中国选了好几处沙滩——因为月壤质地接近沙子，在不同光照和温度环境下采集数据；在中东的沙漠也做了类似实验；把这些数据全部融合，根据月面环境进行仿真，持续训练机器人的自主行动模型。
更关键的是，机器人带上月球的是AI在地球上积累的关于物质、环境和行星演化的全部知识。
当机器人落在月球上，它会用在地球上学到的知识，判断脚下是什么，附近可能有什么，下一步应该走向哪里。
两颗高光谱卫星，是行星级AI在地球上睁开的第一双眼；两台月球机器人，可能成为它走向另一颗星球的第一双脚。
他甚至聊到了一个更终极的愿景：用光谱数据持续记录地球上物质的演变过程，训练出一个能解释为什么地球有生命的模型——然后用这个模型向外看，寻找地球之外可能存在生命的地方。
这真真是为寻找外星人打开了一扇新窗口。
它是中国的SpaceX吗？
做完这场访谈后，我依然不敢断言这家公司最终会不会成为中国的SpaceX。毕竟，SpaceX拥有火箭、飞船和星链的完整能力闭环，而东方星链仍处于一场漫长冒险的开端。
但访谈聊到最后，我反而觉得是不是中国的SpaceX这个问题压根就问错了。马斯克解决的是怎么上去——用可回收火箭把进入太空的成本打下来，再用星链把通信铺开。这是修路和架线的活儿，是太空时代的基础设施第一层。
可路修好之后呢？当发射成本降到足够低，真正稀缺的就不再是运力，而是上去之后能干什么。
东方星链的答案是：不去修更多的路，而是让太空自己长出智能。
这个答案能不能兑现，现在下结论太早。258颗卫星要到2032年，登月机器人登月在2030年前后，月球数据中心计划在2035年。
但这些数字里，没有一个属于遥远的未来。现在，AI已经睁开了一双能读懂地球的眼睛。
而人类在把AI送出地球之前，它正在学会真正理解自己的故乡。
天顺优配提示：文章来自网络，不代表本站观点。
