EP473｜一颗还没发射的卫星，背后已经有23个客户

晨间简报·第五十五集｜当AI开始在轨道上先算一遍，卫星生意正在从“卖数据”试着走向“卖答案”   📍 简介 如果一份数据已经在几百公里高的太空里产生了，我们为什么一定要先把它送回地球，再找一台电脑来算？ 2026年10月1日，印度太空创业公司TakeMe2Space计划搭乘SpaceX的Transporter-18任务，将MOI-1A卫星送入轨道。 这颗不到50公斤的卫星搭载英伟达Orin NX边缘计算处理器。真正值得注意的，却不是“英伟达芯片上太空”，而是它背后的商业尝试：TakeMe2Space称，MOI-1A已经签下23个客户，覆盖地理信息、农业、采矿、供应链、保险和教育等领域。 它们正在测试一种和传统卫星服务不同的路径。   过去，卫星拍摄影像，把大量原始数据传回地面；客户购买数据、存储数据、寻找算力，再运行自己的模型。 现在，有人想把这个顺序压缩： 模型上传到卫星，数据在轨道上直接处理，最后传回来的，不一定是一整套原始影像，而可能已经是客户真正需要的结果。 这背后其实是一个我们已经非常熟悉的技术方向——边缘计算。 手机把部分AI留在手机，汽车把判断能力放在车里，工厂让算法靠近生产线。现在，同样的逻辑正在被推到距离地面几百公里的轨道上。   本期「晨间简报」，我们从一颗即将发射的小卫星出发，拆解为什么卫星产生的数据并不能像手机照片一样随时传回地面；为什么AI可能改变地球观测的数据链条；以及一门原本主要“卖影像、卖数据”的生意，是否正在开始试探下一层价值： 卖计算，甚至卖答案。 与此同时，我们也快速追踪三条最新商业动态：中美“非战略性商品”降税框架继续推进，中国工业企业利润总量与行业结构出现明显温差，以及Momenta进一步进入全球汽车品牌的智能驾驶开发链条。 📌 轻解读内容框架 1. 00:00 – 00:54 ｜开场：为什么一定要把数据送回地球再算？ 一份数据已经在几百公里高的太空里产生，为什么还要先搬回地面？ 过去十几年，云计算不断把算力集中到越来越大的数据中心 TakeMe2Space尝试反过来思考：不是把数据送去算力，而是把算力放到数据产生的地方 ➤ 今天真正讨论的，不是一颗卫星，而是“计算究竟应该发生在哪里”。 2. 00:54 – 02:44 ｜今日快讯：降税、工业利润与智能驾驶全球化 中美贸易理事会继续推进“非战略性商品”机制，“300亿对300亿”降税框架进入产品清单与国内执行程序阶段 中国前8个月规模以上工业企业利润同比增长15.7%，但8月单月增速降至4.2% 电子设备制造业利润同比增长1.1倍，汽车制造业利润下降16%，总量增长背后的行业温差进一步扩大 Momenta与神龙汽车科技推进全球战略合作，将为标致、Jeep等车型开发高阶辅助驾驶系统，并面向中国、欧洲及其他海外市场 ➤ 三个变化共同指向一个问题：总量之外，真正需要看的越来越是增长发生在哪里、价值链向哪里移动。 3. 02:44 – 04:58 ｜一颗不到50公斤的卫星，为什么需要自己“思考”？ TakeMe2Space计划于10月1日通过SpaceX Transporter-18任务发射MOI-1A 卫星搭载英伟达Orin NX边缘计算处理器 地球观测卫星不断产生影像和传感器数据，但卫星并不是“一台永远连着Wi-Fi的手机” 卫星需要进入地面站通信范围、获得通信窗口，再通过有限链路完成数据下传 现代遥感设备产生原始数据的速度，可能超过有效下传能力 传统方案是增加存储、扩充地面站、提高通信效率、压缩数据 AI则提出了另一个问题： 我们真的需要把所有原始数据都传回来吗？ 4. 04:58 – 06:29 ｜从“传照片”到“先判断”：卫星也开始做边缘计算 如果一张卫星影像被云层完全遮挡，它有没有必要占用下传资源？ 欧洲航天局Φsat-2已经尝试在轨进行云层识别、船舶识别、野火检测等AI任务 进一步的问题不再只是“这张照片有没有用” 而是： 有没有火点？ 有没有船只？ 哪里发生变化？ 哪块农田可能缺水？ ➤ 当卫星能够先从数据中提取信息，真正需要传回地面的，就可能从“完整数据”变成“有价值的结果”。 这与手机本地AI、自动驾驶、工厂边缘计算其实是一条逻辑： 让计算靠近数据产生的地方。 5. 06:29 – 07:44 ｜从MOI-TD到MOI-1A：这并不是第一次尝试 2024年12月，印度空间研究组织ISRO发射PSLV-C60 火箭第四级随后成为POEM-4轨道实验平台，共搭载24个实验载荷 TakeMe2Space的MOI-TD完成了一项关键技术验证： 从地面上传三个机器学习模型 在轨道上执行计算 再把推理结果传回地球 随后，公司准备通过MOI-1把实验推进到独立卫星 但2026年1月，PSLV-C62在PS3第三级飞行末段出现异常，任务未能完成，MOI-1随之损失 MOI-1A因此成为这条路线上的下一次尝试 ➤ 2024年回答“技术能不能做”，现在开始回答“客户愿不愿意用”。 6. 07:44 – 09:41 ｜23个客户：卫星开始从卖数据走向卖计算 TakeMe2Space称，MOI-1A已经签下23个客户 客户覆盖地理信息、教育、农业、采矿、供应链和保险等领域 通过OrbitLab平台，客户可以指定观测区域、上传自己的AI模型，再让模型在卫星经过目标区域时直接运行 以农业为例： 过去的路径是—— 卫星拍摄 → 原始影像下传 → 客户存储 → 寻找算力 → 运行模型 → 得到“哪里缺水” TakeMe2Space想测试的新路径是—— 卫星采集 → 模型在轨运行 → 客户直接得到结果 价值链因此可能出现三个不同层次： 卖影像 → 卖计算 → 卖答案 企业真正愿意为什么付钱，可能决定未来卫星产业价值停留在哪一层。 7. 09:41 – 11:39 ｜先别急着说“太空数据中心时代来了” 23个客户并不意味着商业模式已经成立 TakeMe2Space没有公布合同总额，也没有披露客户购买了多少服务 目前无法判断其中多少属于一次性实验，又有多少能够形成持续收入 更重要的是，截至节目录制时，MOI-1A仍未发射 它仍需经历： 成功入轨 卫星正常工作 模型成功上传 在有限能源和计算条件下稳定运行 分析结果可靠地下传 MOI-1A功率约150瓦，与今天动辄兆瓦、吉瓦级的大型AI数据中心完全不在同一个数量级 ➤ 所以这不是“数据中心搬上太空”，而是边缘计算继续向数据源靠近。 8. 11:39 – 12:31 ｜结尾判断：未来真正稀缺的，也许不是数据，而是答案 AI基础设施正在同时沿两条路线发展： 一条越来越集中—— 更大的模型、更多GPU、更大的数据中心、更多电力。 另一条越来越分散—— 手机、汽车、机器人、生产线，开始在本地直接运行模型。 两者并不矛盾。 大型模型的训练仍然需要集中式算力，但模型训练完成以后，“在哪里运行”正在成为另外一个问题。 如果数据本来就在轨道上产生，那么让其中一部分计算留在轨道上，也可能成为合理选择。 TakeMe2Space计划从2027年开始部署更大型卫星，并尝试提高多星联网后的轨道计算能力。 但真正需要继续观察的，不是“英伟达芯片有没有飞上太空”。 而是： 那23个客户，能不能真正把模型放到几百公里之外运行，然后不再拿回来一堆等待加工的数据，而是直接拿到自己需要的答案。 💬 金句推荐   “过去我们习惯把数据送到算力那里，但当数据产生在几百公里高的太空里，为什么不能把算力送到数据那里？”   “卫星生意可能正在经历三个阶段：卖影像、卖计算、卖答案。”   “训练一个模型需要多大的数据中心，和模型最终应该在哪里运行，其实是两个完全不同的问题。”   “未来真正需要争夺的，可能不只是数据本身，而是谁能更早把数据变成答案。” 📘 特别术语解码章节｜核心名词说明   边缘计算（Edge Computing） 将部分计算任务从集中式云端或数据中心移动到更靠近数据产生位置的设备或节点。手机本地AI、汽车实时感知、工业视觉系统都属于典型应用。在卫星场景中，则意味着部分数据先在轨道上处理，再决定什么需要传回地面。   在轨计算（On-Orbit / Onboard Computing）​ 卫星不再只负责采集、存储和传输数据，而是直接在轨运行算法，对原始数据进行筛选、识别、压缩或分析。   MOI-1A​ TakeMe2Space计划于2026年10月1日发射的轨道计算卫星，重量不到50公斤，搭载英伟达Orin NX处理器。   OrbitLab​ TakeMe2Space推出的轨道计算平台，目标是允许客户上传自己的AI模型，并让模型在卫星上执行任务。   Φsat-2（PhiSat-2）​ 欧洲航天局开展的在轨AI地球观测项目，可在卫星端进行云层检测、船舶识别、野火识别及图像处理等任务，是理解“卫星为什么可以先处理再下传”的重要案例。   POEM-4​ 印度PSLV-C60火箭第四级改造形成的轨道实验平台。TakeMe2Space此前的MOI-TD技术验证载荷曾搭载这一平台进行在轨AI实验。   Orin NX​ 英伟达Jetson系列边缘AI计算模块之一，用于在功耗与空间受限的设备上运行AI推理任务。   🎧 收听提示 如果你希望继续收听我们对国别、产业与全球商业结构的系统拆解，也欢迎关注后续即将上线的付费专题。我们会把部分更系统、更成系列的内容，整理成可长期回听的专题产品。 🔗 📌 回顾相关期推荐 🔁 相关回顾 如果你想把今天这期放回最近几天「时语晨光」的完整逻辑里，可以继续回听：   EP468｜关税不够用了：汽车开始限量，贸易开始管“货怎么走” 本期零散新闻中的中美“非战略性商品”机制，正是此前节目持续观察的后续变化。当时还处于机制探索阶段，现在已经进一步进入商品清单和国内执行程序。   EP470｜​模型成本降40%，云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？ 这一期讨论的是AI基础设施不断向“大模型、大数据中心、大电力需求”集中；本期恰好从另一个方向补齐这幅图——模型越来越强之后，一部分计算也正在重新走向手机、汽车、工厂和卫星这些数据产生端。   EP472｜增长没停，只是“大数字”开始不够用了​ 从参数、容量和资本开支，到真正产生多少价值，本周节目持续追问的是同一个问题：数字变大以后，最终有没有形成更有效率、更有价值的结果。本期的“卖数据还是卖答案”，也是这条判断的延伸。 📘 特别说明｜关于「时语晨光」听友星球 从 2 月 18 日起，「时语晨光」听友星球已经正式开启并进入持续更新阶段。 它不是微信群，也不是用来刷消息的地方，而是节目的第二层内容结构：   每一期完整逐字稿与结构拆解   因时长限制未展开的语料与判断   选题、表达与取舍背后的逻辑说明 如果你听完节目，还希望把一条逻辑走完整，这个空间，会更适合你。 👉 加入方式与订阅说明 「时语晨光」听友星球采用年度订阅制当前订阅价格为 99 元 / 年 首批加入的听友会被标记为 启航成员 Founding Members 对我来说，这是一次把节目慢慢沉淀成资料库的过程；对你来说，这是一个可以长期使用、持续变厚的内容空间。 我不打算把它做成短期促销产品，更希望它是一个随着时间累积价值的地方。 📎 声明 本节目由「时语拾光」团队精心制作出品。 本期数据及资料主要参考中国商务部、国家统计局、路透社（Reuters）、欧洲航天局（ESA）、印度空间研究组织（ISRO）、SpaceX、TakeMe2Space及相关企业公开资料。 涉及MOI-1A未来发射、在轨运行、客户使用情况及2027年后续卫星部署的内容，均属于截至节目录制时已经公布的安排或公司计划，实际执行情况仍有待后续验证。 节目内容经公开资料整理与商业分析，供听众获取信息和独立思考使用，不构成投资建议。 ✅ 关键词 #轨道计算 #边缘计算 #TakeMe2Space #MOI1A #卫星计算 #人工智能 #英伟达 #OrinNX #商业航天 #地球观测 #数据价值 #AI基础设施 #中美贸易 #工业利润 #Momenta #OrbitalComputing #EdgeComputing #TakeMe2Space #MOI1A #SatelliteComputing #ArtificialIntelligence #NVIDIA #OrinNX #CommercialSpace #EarthObservation #DataEconomy #AIInfrastructure #ChinaUSTrade #IndustrialProfits #Momenta 🎧 敬请关注「时语晨光·全球经​贸快线」 📢 回顾推荐   📢 回顾｜EP471｜对外投资破2000亿美元，并购却跌​到17年最低：中国企业出海，开始从“买公司”变成“长能力”   📢 回顾｜EP470｜模型成本降40%，​云厂商发债或达4200亿美元：AI为什么越便宜越烧钱？   📢 回顾｜EP469｜海关开始搬进工厂，​一辆车到底算哪国的？   📢 回顾｜EP468｜关税不够用​了：汽车开始限量，贸易开始管“货怎么走”   📢 回顾｜EP466｜2695万元​失联，6.9元重启：最危险的不是不懂，是懂了一半   📢 回顾｜EP465｜智谱融了50亿美​元，却不急着把机器拿去赚钱   📢 回顾｜EP464｜宁德时代份额升至​45.37%，平台“全网最低价”被点名：企业开始把定义权拿回来   📢 回顾｜EP463｜LNG现货多花​43亿美元，美欧日罕见同步收紧：安全开始收费 🎧 收听方式🔗 Apple Podcasts | Spotify | 小宇宙 | RSS 💬 有话想说？ 在评论区告诉我们你的看法，或者在社交媒体 @时语晨光 参与讨论！ 📮 联系我们📧 [email protected]📱 微博｜即刻 | 豆瓣 @时语晨光 「时语晨光」不仅为你带来新闻资讯，更以决策者的视角，与你共同探索背后的商业故事、发展趋势和社会变迁，让你的早晨既充实又富有活力！ 我们相约每周工作日的早晨，一起为崭新的一天充电加油。 ▼主播 新龙，一位在文化商业与文旅行业拥有丰富经验的创业者和咨询顾问，现担任「走，出海去」等播客节目的主播。 ▼制作团队 后期制作：「时语拾光」Timeless Resonance Studio 监制：新龙 封面设计：木下 ▼关于「时语晨光」 「时语晨光」致力于为您呈现最新商业趋势与市场动态，以决策者的视角深入剖析各类焦点事件，助您把握全球商业脉动。我们坚信，每天清晨短短15分钟的聆听，将为您带来富有价值的思考与启发，让您与世界同步前行。 ▼与我们互动 搜索「时语晨光」在各大社交平台 邮件反馈：[email protected] 喜欢我们的节目？请支持我们！