告别地面依赖：AstroForge押注Transformer模型，2027年或将发射“无无线电”自主小行星采矿飞船

【科技24时区】飞向小行星、精准着陆、零失误——这听起来像是科幻电影里的标准桥段，但在现实的深空探索中，容错率几乎为零。长期以来，NASA等航天巨头依靠的是冗余设计与自动化系统的双重保险，但更核心的支撑，其实是地球另一端庞大的飞行控制团队。以2018年成功交会小行星的OSIRIS-REx任务为例，每八小时的轮班就需要100名操作员实时监控。这种“人海战术”对于资金雄厚的国家机构而言尚且吃力，对于初创公司来说，更是难以承受之重。

正是在这种资源匮乏的背景下，致力于小行星采矿技术的AstroForge选择了一条激进的技术路线：全面转向人工智能。该公司自主研发了一套名为“Solo”的自主控制栈，其核心是一个基于Transformer架构的大模型。按照计划，AstroForge的首艘完全自主飞船将于2027年搭乘Stoke Space公司的首枚火箭升空。值得注意的是，这次任务不仅得到了NASA的支持，还肩负着收集太阳科学数据的使命。若此举成功，将是航天领域的一次重大突破——毕竟，出于对神经网络可靠性的担忧，绝大多数航天器至今仍依赖传统控制算法。事实上，直到去年，人类才首次尝试利用神经网络控制卫星在轨姿态。

然而，通往自主化的道路并非坦途。成立于2022年、获5600万美元风险投资的AstroForge，此前已发射过两艘原型飞船，均因异常状况未能达成主要任务目标。特别是2025年发射至深空的“奥丁”（Odin）号，让团队尝尽了苦头。由于地球上能向数十万英里外航天器传输信号的大型天线数量有限，且通信窗口极短，AstroForge最终失去了对“奥丁”的控制权。这次失败成为了转折点，迫使管理层重新思考：如果无法依赖地面指令，能否赋予飞船足够的“智商”，让它自行解决危机？

“如果当时飞船上拥有所有数据，局面是否可挽回？我不知道。但我可以肯定的是，当时船载系统没有尝试任何自救措施。”AstroForge联合创始人兼CEO马修·贾利奇（Matthew Gialich）坦言，“我渴望看到一种场景：当飞船在发射阶段陷入不可恢复的困境时，船载智能能主动介入。”在他看来，这是一个残酷的成本权衡：是花费约2亿美元在全球部署五个大型天线并维持运营团队，还是通过算法模型彻底摆脱对地面网络的依赖？

为此，AstroForge飞行软件负责人阿曼德·阿瓦德（Armand Awad）带领团队借鉴了前沿实验室在Transformer模型上的进展。他们构建了一个混合架构：底层保留传统控制算法，中间层是针对电源生成、导航等子系统的专用训练模型，顶层则是一个基于飞船内约2500个传感器数据训练的整体智能层。贾利奇强调，这并非追求通用的世界级自主能力，而是在低传感器输入条件下，遵循Transformer基础训练的“受限自主”。理论上，该代理将负责处理异常状况。阿瓦德描绘了这样一个场景：AI意识到自身丢失了空间位置信息，进而将电源异常与星敏感器故障关联起来，并通过简单的“重启”操作修复整个系统。

目前，AstroForge的第三艘飞行器DeepSpace-2预计将于2026年底随直觉机器公司（Intuitive Machines）的第三次月球任务一同发射。届时，“Solo”系统将以“影子模式”运行，工程师们将在不干扰主任务的前提下对其进行极限测试，为后续的Autonomy-1任务积累经验。至于Autonomy-1是否会真的成为一艘由AI全权操控的独立飞船，贾利奇的态度颇为决绝：“我不打算在Autonomy-1上安装接收地球信号的无线电设备。我们必须全力以赴。虽然团队可能会在发射前说服我改变主意，但目前，我的回答是：不要无线电。”