马斯克：太空算力正在变成下一代基础设施投资主线
（来源：企业家杂志）
VC视角下的太空算力产业观察
0
1
开篇：SpaceX上市后，马斯克抛出了下一代AI基础设施蓝图
SpaceX上市后，资本市场重新审视商业航天的价值。
过去，市场理解SpaceX，主要围绕两条主线：一是可重复使用火箭带来的发射成本下降，二是Starlink低轨卫星互联网带来的全球通信服务。但马斯克近期释放的太空算力方案，正在把SpaceX推向第三阶段：从“进入太空”和“连接全球”，进一步走向“在太空部署AI算力”。
这一次，SpaceX给出了一套已经具备工程轮廓的系统方案：Starship负责低成本大运力发射，Gigasat工厂负责AI卫星批量制造，AI1卫星作为第一代轨道AI数据中心硬件节点，Starlink和星间激光链路负责把低轨卫星连接成轨道侧算力网络。
AI1卫星是这个变化的关键标志。
从公开方案看，AI1区别于传统通信卫星和外挂AI板卡方案。它更接近Starlink V3平台的算力化改造：去掉相控阵通信天线，增加巨型太阳能(4.260, -0.06, -1.39%)板、双面散热器和可互换AI芯片载荷；单星平均功率约120kW、峰值约150kW，部署在600—800公里低地球轨道，通过激光链路与其他AI1卫星和Starlink体系互联。
这些参数说明，SpaceX瞄准的是可批量复制的轨道计算节点。Starlink解决“全球连接”，AI1试图解决“全球智能计算能力如何前移到轨道”。
这也是SpaceX上市后最值得关注的变化：市场给SpaceX定价时，已经把火箭发射收入、卫星互联网用户规模、航天制造能力，以及发射、星座、通信、芯片、算力、AI模型和终端应用之间的闭环能力一起纳入考量。
太空算力短期不会替代地面数据中心，也不适合马上承担大规模AI训练任务。它更现实的价值，是在遥感实时处理、灾害应急、军事通信、无人系统协同、极地深海覆盖和6G NTN等场景中，把计算能力前移到天基数据产生的位置，让卫星从“数据采集器”和“通信管道”升级为具备处理、判断和协同能力的智能节点。
对中国而言，这个趋势需要放在产业竞争框架中观察。太空算力同时连接商业航天、AI基础设施、6G天地一体化网络、星间激光通信、星载芯片、频轨资源和空天安全。SpaceX已经把这一方向推进到“产品定义+工厂建设+星座部署+资本市场定价”的阶段，中国如果等商业模式完全成熟后再跟进，未来在运力成本、星座规模、星间通信、星载计算和天地调度能力上都会面临更大追赶压力。
因此，讨论太空算力，不应停留在“马斯克又讲了一个宏大故事”。更准确的问题是：当SpaceX开始把太空算力做成下一代AI基础设施，中国应该如何保持竞争？
0
2
为什么AI算力要“上天”：地面数据中心正在遇到电力、散热和空间约束
AI算力为什么要上天，需要从地面数据中心的资源约束理解。真正的背景是，AI基础设施的瓶颈正在从芯片供给，扩展到电力、散热、土地、网络和审批等底层资源约束。
过去讨论算力，重点是GPU数量、集群规模和模型参数；现在，大型数据中心能不能拿到足够电力、能不能完成冷却、能不能找到合适土地、能不能通过本地审批，正在成为同样关键的问题。AI数据中心需要变电站、输电线路、冷却系统、土地指标和长期能源供应。对于算力需求集中的区域，电力接入排队、土地审批周期、冷却用水和社区反对，都会直接影响扩张速度。
太空算力的现实吸引力，正来自这些地面约束。
在轨道上，卫星可以更直接地利用太阳能，也可以利用深空背景进行辐射散热。特别是在曙暮线同步轨道上，卫星能够获得接近持续的太阳照射，太阳能板发电稳定性高于普通地面场景。SpaceX AI1卫星的设计也是围绕这一物理条件展开：用巨型太阳能板供电，用双面散热器向深空散热，再把AI芯片载荷放入轨道平台中运行。
太空算力的成立，核心并不在电价。现阶段，发射、制造、维护、芯片可靠性和星间通信成本仍然很高。它更直接的需求来源，是卫星自己正在产生越来越多的数据。
遥感卫星分辨率越来越高，低轨星座规模越来越大，天基数据生成速度持续提升，但传统模式仍是“卫星采集、星地回传、地面处理”。这个流程在很多场景下已经不够用：星地链路带宽有限，原始数据不可能全部实时传回；低轨卫星与地面站通信窗口有限，错过窗口就要等下一轨次；极地、深海、荒漠、远洋等区域缺少地面通信基础设施，越需要卫星覆盖，越难依赖地面网络处理。
因此，太空算力的第一性需求，是把计算能力前移到天基数据产生的位置。卫星在轨道上先完成筛选、识别、压缩、推理和任务分发，再把真正有价值的信息传回地面。
短期内，太空算力不会替代地面数据中心。地面数据中心在大规模训练、芯片迭代、设备维护、成本效率和网络接入上仍有明显优势。大模型训练完整搬到太空，仍面临星间带宽、芯片抗辐射、在轨维修、功率供给和分布式调度等问题。
但在星上推理、遥感实时处理、灾害应急、军事通信、海洋监测、极地深海覆盖和6G NTN星上处理等场景中，太空算力已经具备明确价值：它是天地一体化AI基础设施中的新增层级。
从这个角度看，SpaceX推出AI1卫星，是在回答一个更现实的问题：当AI算力需求继续增长，地面基础设施扩张越来越受约束，而卫星数据又越来越需要实时处理时，是否需要一层部署在轨道上的计算基础设施？
0
3
AI1卫星：SpaceX太空算力从愿景进入产品定义阶段
AI1卫星的意义，在于它让SpaceX的太空算力脱离“未来要建太空数据中心”的宏大表述，进入可以被讨论、拆解和验证的产品定义阶段。
按照公开方案，AI1是SpaceX第一代轨道AI数据中心卫星。它基于Starlink V3平台放大改造：去除相控阵通信天线，加装巨型太阳能板、双面散热器和可互换AI芯片载荷，并通过激光链路与其他AI1卫星及Starlink星座互联。
这套设计思路很关键。SpaceX选择沿用Starlink已经验证过的星座平台和制造体系，把通信卫星改造成算力卫星。换言之，AI1面向批量复制，承担轨道计算节点角色。
从参数看，AI1的翼展约70米，平均功率约120kW，峰值功率约150kW，大致相当于一个英伟达GB300 GPU机架的功率水平。卫星计划部署在约600—800公里低地球轨道，通过星间激光链路实现毫秒级互联。对于传统小卫星而言，这已经超出简单增加一块边缘AI板卡的范畴，需要把卫星平台、电源、热控、通信和AI载荷作为一个完整系统重新设计。
AI1要解决的第一个问题是供电。AI计算载荷需要持续高功率运行，传统小卫星的电源能力难以支撑。因此AI1采用巨型太阳能板，利用轨道环境下更稳定的太阳辐照条件为算力载荷供电。
第二个问题是散热。地面数据中心可以使用风冷、液冷和冷却塔，但太空真空环境下不能依赖空气对流，只能通过结构传导和辐射散热。AI1配置双面散热器，说明SpaceX已经把热管理提前纳入算力卫星的核心设计。
第三个问题是算力升级。AI芯片迭代速度远快于卫星寿命，如果一颗卫星服役5—7年，中途可能面临算力落后。AI1采用可互换AI芯片载荷，体现出SpaceX希望把算力模块与卫星平台适度解耦，以便后续迭代不同芯片方案。
第四个问题是网络协同。单颗AI1卫星的算力有限，太空算力真正的价值来自多星互联后的分布式网络。AI1通过激光链路接入Starlink体系，目标是把大量低轨计算节点连接成轨道侧算力网络。
这也是AI1最值得关注的地方：它代表的是SpaceX对“轨道AI数据中心硬件节点”的第一次系统定义。未来太空算力卫星需要什么能力，AI1给出了一个参照：高功率太阳能板、强热控系统、可替换AI载荷、星间激光链路、低轨星座化部署，以及与既有通信星座的协同。
当然，AI1距离真正商业化仍有明显不确定性。高功率太阳能板能否稳定展开并长期运行，双面散热器能否支撑持续AI负载，AI芯片在低轨辐射环境下的可靠性如何，星间激光链路能否满足大规模分布式计算需求，Starship能否以足够低的成本和频率完成批量发射，仍需要在轨验证。
因此，AI1标志着SpaceX把这一赛道推进到工程验证阶段。它的价值，首先在于第一次把“太空AI数据中心”拆成了可制造、可发射、可组网、可迭代的硬件产品。
如果AI1原型星在2027年前后完成发射，并验证供电、散热、芯片载荷和星间链路能力，太空算力产业的关注点将从“方向是否可行”，转向“谁能以更低成本、更高可靠性、更快速度把轨道算力节点规模化部署”。
0
4
SpaceX的太空算力路线：Starship、Gigasat、AI1、Starlink共同构成闭环
AI1卫星只是SpaceX太空算力路线中的一个节点。真正值得重视的，是SpaceX正在把Starship、Gigasat、AI1和Starlink组合成一个完整闭环：用Starship解决入轨成本，用Gigasat解决规模化制造，用AI1解决轨道算力节点，用Starlink解决网络连接和运营基础。
这也是SpaceX与普通太空算力创业公司的本质区别。很多公司可以发射一两颗算力验证星，证明AI芯片能在轨运行；但要把太空算力做成基础设施，必须同时解决发射、制造、供电、散热、通信、调度、客户和持续补网问题。SpaceX的优势来自系统能力，而非某一个单点指标。
第一个环节是Starship。
太空算力是典型的重资产系统。算力越高，卫星就需要更大的太阳能板、更强的电源系统、更复杂的热控结构和更高带宽的星间通信设备，整星重量和复杂度都会上升。如果入轨成本长期高企，太空算力只能停留在少量试验星阶段，很难进入规模化部署。
因此，太空算力的经济性，首先取决于单位入轨成本。Starship如果实现稳定复用，可以为大功率、大载荷、高频次发射提供基础。对于SpaceX而言，Starship不仅是火箭产品，也是太空算力星座能否大规模铺开的成本底座。
第二个环节是Gigasat。
太空算力卫星如果要从几颗原型星走向数百颗、数千颗甚至更大规模，传统项目制航天制造方式很难支撑。SpaceX规划Gigasat工厂，目标是把AI卫星总装测试、太阳能组件、PCB、电子组装等环节放入同一制造体系，实质上是把算力卫星从“航天项目”推向“工业化产品”。
这延续了SpaceX在Starlink上的方法：用批量制造、快速迭代和持续补网，降低单星成本并提升部署速度。对于太空算力而言，制造能力本身就是壁垒。谁能更快、更便宜、更稳定地生产轨道算力节点，谁就能更早形成星座规模优势。
第三个环节是AI1。
AI1承担的是轨道侧算力节点角色。它要把供电、散热、芯片载荷和激光通信集成到一个可发射、可组网、可迭代的卫星平台中。它的价值主要体现在为后续大规模算力卫星提供标准化模板。
如果AI1验证成功，SpaceX后续可以沿着类似Starlink的路径持续迭代：单星功率提升、芯片载荷升级、散热结构优化、星间链路增强，最终通过大量节点叠加形成轨道侧算力网络。
第四个环节是Starlink。
Starlink是SpaceX做太空算力最关键的前置资产。太空算力的部署还需要卫星之间互联、卫星与地面互联、任务能够被调度、服务能够被交付。Starlink已经积累了大规模星座部署、星间激光链路、地面信关站、用户终端、轨道管理和全球运营经验。
这意味着，AI1未来并不需要从零建设网络。它可以接入Starlink体系，把原有的“连接网络”进一步扩展为“连接+计算”网络。SpaceX也因此具备从卫星互联网服务向轨道算力服务延伸的基础。
把这四个环节放在一起，SpaceX太空算力路线的逻辑就很清楚：Starship把算力节点送上天，Gigasat把算力节点批量造出来，AI1让节点具备计算能力，Starlink把节点连成网络。发射、制造、算力和通信一旦形成闭环，SpaceX正在从火箭发射和卫星上网服务，转向空天AI基础设施。
这套闭环也解释了为什么SpaceX的太空算力叙事更容易被资本市场定价。它是已有能力的延伸，建立在Starship、Starlink和大规模制造体系上的系统升级。对竞争者而言，难点也在这里：追赶SpaceX要追赶一整套从地面工厂到轨道网络的产业系统。
0
5
中国为什么必须保持竞争：这是空天AI基础设施竞争
中国为什么必须关注太空算力，需要从空天AI基础设施竞争理解。
如果太空算力只是几颗卫星搭载AI芯片，确实更像一个细分载荷市场；但当它与低成本发射、低轨通信星座、星间激光链路、6G NTN、遥感数据处理和AI模型服务结合在一起，竞争性质就升级为下一代空天AI基础设施竞争。
第一，AI基础设施正在从地面向空天延伸。
过去，AI基础设施主要看GPU、数据中心、云平台和地面网络。未来，随着卫星互联网、无人系统、低空经济和全球感知网络发展，AI基础设施会逐步从“云—边—端”扩展到“云—边—端—星”。地面数据中心负责大规模训练和通用云服务，边缘节点负责本地响应，终端负责实时交互，卫星则负责全球覆盖、天基数据处理和跨域协同。
在这个体系里，太空算力用于补上地面网络到不了、地面边缘算力布不了、卫星数据传不回的部分。如果中国缺少星上计算和天地调度能力，未来在全球覆盖场景、遥感数据服务、无人系统协同和空天信息网络中，就会缺少关键一层基础设施。
第二，6G天地一体化需要星上智能。
6G时代，卫星不会只是地面通信网络的补充链路。低轨卫星将承担更重要的接入、转发、缓存、路由和调度功能，成为天地一体化网络中的组成节点。如果卫星只有通信能力，它更多还是“传输管道”；如果卫星具备计算能力，就可以在轨完成数据预处理、网络调度、任务分发和AI推理，成为网络中的智能节点。
这意味着，太空算力也关系到未来通信网络架构。中国如果要在6G NTN和天地一体化网络中保持主动，就需要同步布局星载计算、星间激光通信、地面信关站和天地协同调度系统。
第三，频轨资源和国际规则具有先占属性。
低轨轨道和频谱资源具有稀缺性。谁先申报、先部署、先运营，谁就更容易形成资源、标准和规则优势。SpaceX通过Starlink已经在低轨星座规模、轨道运营、终端用户和全球服务上建立先发优势。如果未来AI1卫星进一步把“连接网络”升级为“连接+算力网络”，这种优势会从通信领域延伸到空天AI基础设施领域。
因此，中国推进太空算力，不仅是为了多一个产业赛道，也是为了在低轨频轨资源、天地一体化网络标准和未来空天数据服务规则中保持话语权。
第四，空天智能能力具有安全属性。
太空算力最先落地的场景，很可能集中在遥感实时处理、灾害应急、海洋监测、边境巡检、军事通信、目标识别和无人系统协同。这些场景既有商业价值，也有安全价值。卫星如果能在轨完成识别、筛选和判断，信息链路会从“采集—回传—处理—决策”缩短为“采集—在轨处理—快速分发”，这对强时效任务具有直接意义。
所以，中国需要在太空算力商业模式完全成熟前提前入场。基础设施竞争往往在技术路线、资源卡位和生态建设阶段就已经拉开差距。
对中国而言，太空算力的战略定位应当更清楚：它是商业航天、AI基础设施、6G天地一体化网络和空天安全能力的交汇点。SpaceX已经开始用AI1卫星定义轨道算力节点，用Starlink承接网络，用Starship降低入轨成本。中国要保持竞争，必须尽快从概念研究进入工程验证，从单星项目进入星座化协同，从单点载荷进入完整产业链布局。
0
6
中国路径：走国家牵引和产业链关键环节突破路线
中国要发展太空算力，不能简单复制SpaceX。
SpaceX的特殊性在于，它同时拥有可重复使用火箭、大规模低轨通信星座、全球用户终端、星间激光链路、卫星批量制造能力、星座运营经验、AI生态入口和强资本市场融资能力。这种“发射—制造—星座—终端—AI应用”的垂直整合结构，在全球范围内都很少见。国内短期很难出现一家完全对标SpaceX的平台型公司。
因此，中国更现实的路径，是围绕国家星座、商业遥感、低轨通信、6G NTN和空天地一体化网络，形成“国家牵引+商业航天协同+产业链关键环节突破”的推进方式。
第一，可重复使用火箭仍是底层前提。
太空算力如果要规模化部署，必须把大量高功率、高重量、高复杂度的算力卫星送入轨道。发射成本不下降，太空算力就只能停留在试验星和示范项目阶段。国内可复用火箭目前仍处于密集试验和工程验证期，未来需要重点看三个指标：是否实现稳定软着陆，是否形成真实复用次数，单位入轨成本能否持续下降。只有运力成本下降，算力卫星星座才有规模化讨论基础。
第二，星载AI计算需要走“可靠性优先”的路线。
太空环境下，高性能AI芯片要面对辐射、单粒子翻转、热管理和长期寿命问题。短期内，完全依靠宇航级高性能AI芯片并不现实；更可行的路线，是采用“抗辐射主控+高性能商用计算芯片+软件容错”的混合架构。抗辐射芯片负责飞控、电源和安全任务，高性能GPU/NPU负责推理计算，再通过冗余、纠错和任务重构降低失效风险。
对国内企业而言，重点要拿出在轨验证数据，包括算力、功耗、温度、故障率、任务寿命和模型运行效果。没有这些指标，星载AI计算很难从概念走向工程交付。
第三，大功率卫星平台和热控是容易被低估的瓶颈。
太空算力卫星的难点远不止芯片。算力越高，功耗越高，散热压力越大，对太阳翼、电源管理、热管、辐射散热器和姿态控制的要求也越高。AI1卫星之所以值得关注，正是因为它把巨型太阳能板和双面散热器作为核心设计，使AI芯片能够在轨长期运行。
国内如果要做太空算力，必须补齐从kW级卫星平台向更高功率平台跨越的工程能力。否则，即使拿到高性能芯片，也无法在轨长时间稳定运行。
第四，星间激光通信决定算力能否组网。
太空算力是星座网络能力竞争。单颗卫星再强，也很难支撑复杂任务；大量卫星如果不能高速互联，也无法形成统一算力池。星间激光通信因此成为关键环节，核心指标包括链路速率、捕获跟踪指向精度、动态建链时间、终端重量功耗和批量化成本。
国内在星间激光通信已有在轨验证基础，但面向大规模星座部署，还需要进一步降低成本、提高可靠性，并形成批量制造能力。这个环节很可能是中国商业航天企业最值得卡位的方向之一。
第五，地面信关站和天地调度系统决定商业闭环。
太空算力的商业化还需要客户能够调用、计费、交付和运维。地面信关站承担星地连接，天地调度系统决定任务如何分发、算力如何编排、链路如何切换、服务质量如何保障。传统地面云调度架构不能直接套用到动态星座网络中，必须针对轨道运动、链路中断、任务时效和多星协同重新设计。
这意味着，软件和调度系统是太空算力能否商业化的核心基础设施。
第六，应用场景要从刚需市场切入。
太空算力早期不宜直接面向大众云服务，而应优先服务国防遥感、灾害应急、海洋监测、极地通信、低空经济监管、能源巡检、无人系统协同和6G NTN星上处理。这些场景具备共同特征：地面网络覆盖不足，原始数据回传成本高，任务响应要求快，客户预算相对明确。
中国的优势在于应用场景足够丰富，国家星座、商业遥感、运营商网络、低空经济和应急管理都能提供需求牵引。只要需求侧能够形成真实订单，产业链企业就有机会通过工程验证、批量交付和持续迭代建立壁垒。
总体看，中国发展太空算力，不需要在一开始就追求做成SpaceX式一体化平台。更可行的方式，是国家队负责重资产底座和战略任务，商业航天公司负责快速迭代和细分环节突破，产业资本支持具备供应链卡位能力的关键企业。
中国要保持竞争，关键在于尽快在可复用火箭、星载AI计算、星间激光通信、大功率卫星平台、天地调度系统和刚性应用场景上形成可验证能力。太空算力的竞争，最终会落到工程进度、成本曲线、供应链深度和客户订单上。
0
7
风险与挑战：SpaceX也还没有证明太空算力能大规模商业化
虽然AI1卫星让SpaceX的太空算力路线从愿景进入产品定义阶段，但这并不意味着太空算力已经接近大规模商业化。即使是SpaceX，也还需要回答一系列工程和商业问题。
第一，Starship的运力和复用频次仍是最大变量。
太空算力星座如果要达到数百颗、数千颗甚至更大规模，需要极高频次、低成本、稳定可靠的发射能力。AI1这类高功率算力卫星相比普通低轨通信卫星更重、更复杂，对运力成本更敏感。Starship如果不能按预期实现稳定复用和高频发射，AI卫星星座的部署节奏和经济性都会受到影响。
第二，高功率卫星平台还需要在轨验证。
AI1的核心设计包括巨型太阳能板、双面散热器和高功率AI载荷。这些设计在逻辑上成立，但工程上并不简单。大型太阳能阵列能否稳定展开、长期保持姿态，散热器能否支撑持续AI负载，电源管理系统能否在复杂轨道环境中稳定运行，都需要真实在轨数据验证。太空算力是一套供电、散热、结构、姿控和计算载荷协同工作的系统工程。
第三，芯片可靠性和迭代周期存在矛盾。
AI芯片迭代很快，而卫星通常需要多年在轨服役。一颗卫星发射后，很难像地面数据中心一样快速更换服务器。即使AI1采用可互换AI芯片载荷，也无法完全消除在轨维护和升级难题。同时，低轨环境中的辐射、单粒子效应和温度循环，都会影响高性能芯片长期稳定性。算力能不能跑起来是一回事，能不能稳定跑多年是另一回事。
第四，星间通信未必能支撑大规模训练。
短期内，太空算力更适合星上推理和数据预处理，大规模训练仍然靠后。大模型训练需要大量计算节点之间持续进行高带宽、低时延通信，对网络拓扑、链路稳定性和分布式调度要求极高。星间激光通信具备潜力，但要支撑接近地面GPU集群的训练效率，还需要长期工程验证。
第五，商业闭环尚未真正跑通。
太空算力可以在遥感、应急、海洋、军事、6G NTN等场景中创造价值，但客户愿意为多少算力、多少时效、多少覆盖能力付费，仍需要实际订单证明。如果只停留在技术示范和战略合作阶段，难以支撑大规模星座建设和持续运营成本。太空算力最终要从“能做”走向“有人买、买得起、持续买”。
第六，马斯克式愿景存在时间表风险。
马斯克擅长在关键融资和资本市场窗口释放宏大技术叙事，这种叙事往往能推动资源聚集，但兑现周期未必完全符合公开表述。太空算力也是如此。百万颗AI卫星、月球工厂、电磁弹射等远期设想具备想象力，但离工程落地仍有巨大距离。对产业和投资者而言，更应该跟踪AI1原型星、Starship复用、Gigasat产能、星间链路实测和真实客户订单，避免直接按照远期愿景定价。
因此，SpaceX的太空算力路线值得高度重视，但不能简单视为已经确定兑现的产业现实。AI1卫星是重要观察窗口，距离终局仍远。太空算力真正进入商业化阶段，需要同时跨过发射成本、卫星功率、芯片可靠性、星间通信、天地调度和客户付费六道门槛。
0
8
结尾：AI1卫星是观察太空算力产业拐点的关键窗口
AI1卫星距离太空算力的终局形态仍然很远，但它是观察这一产业是否真正进入工程化阶段的关键窗口。
如果AI1原型星能够按计划发射，并在轨验证供电、散热、AI芯片载荷、星间激光链路和任务调度能力，太空算力的讨论重点就会发生变化：过去市场问的是“方向是否可行”，下一阶段要问的将是“谁能更低成本、更高可靠性、更快速度地把轨道算力节点规模化部署”。
这也是SpaceX路线最值得关注的地方。它试图用Starship、Gigasat、AI1和Starlink形成闭环：发射负责降本，工厂负责量产，卫星负责计算，星座负责连接。这个闭环如果跑通，SpaceX就可能从商业航天公司和卫星互联网运营商，进一步演化为空天AI基础设施平台。
但在真正商业化之前，太空算力仍需跨过多道门槛：Starship复用频次、AI卫星批量制造、芯片在轨可靠性、大功率热控、星间通信带宽、天地调度系统和客户付费能力，都需要用真实工程数据和订单验证。
对中国而言，重点在于围绕国家星座、低轨通信、商业遥感、6G NTN和空天地一体化网络，尽快在可复用火箭、星载AI计算、星间激光通信、大功率卫星平台、天地调度和垂直应用场景中形成可验证能力。
太空算力短期不会替代地面数据中心，但它已经成为AI基础设施向空天延伸的重要方向。AI1卫星之后，这个赛道已经进入下一代空天AI基础设施的早期竞争。中国要保持竞争，必须从战略讨论进入工程验证，从单点项目进入产业链协同。
