當全球科技界將目光投向第六代移動通信網絡（6G）的商用前景時，一個突破性構想正將通信與人工智能的戰場延伸至太空軌道。國際電信聯盟（ITU）最新公布的6G應用場景中，"AI與通信深度融合"與"泛在連接"被列為關鍵方向，這預示著未來網絡將突破單純數據傳輸的局限，向智能化、立體化方向演進。然而，如何在偏遠地區及服務薄弱區域實現無縫AI服務，成為橫亙在研究者面前的重大挑戰。
來自香港大學與西安電子科技大學的研究團隊提出了一項創新方案：通過構建天地一體化網絡（SGINs）與邊緣AI的融合體系，讓衛星同時承擔通信樞紐與計算服務器的雙重角色。這項名為"天地流體AI"的框架設計，創造性地解決了衛星高速移動導致的連接不穩定，以及天地鏈路容量有限等長期制約軌道AI發展的難題。研究團隊從水流無界流動的特性中汲取靈感，構建了覆蓋衛星與地面站的立體化AI模型流動機制，將傳統二維邊緣計算架構拓展至三維空間維度。
該框架的核心突破體現在三大技術模塊：在模型訓練環節，"流體學習"機制通過無基礎設施支持的聯邦學習方案，利用衛星自然運動軌跡實現模型參數的混合傳播。這種設計將衛星移動性從系統短板轉化為優勢，在無需昂貴星間鏈路或密集地面站支撐的情況下，顯著縮短訓練周期并提升模型精度。實驗數據顯示，該方案在保持測試準確率的同時，收斂速度較傳統方法提升40%以上。
針對實時決策場景，"流體推理"技術將神經網絡拆解為級聯式子模型，動態分配至衛星與地面節點。通過提前退出策略，系統可根據當前計算資源與鏈路質量自動平衡推理延遲與精度。在模擬測試中，該方案在保持95%以上準確率的前提下，將端到端延遲控制在200毫秒以內，較固定架構方案提升3倍響應速度。
在模型部署環節，"流體模型下載"機制通過參數塊緩存與遷移策略優化傳輸效率。衛星僅存儲關鍵參數塊而非完整模型，這些數據塊可通過星間鏈路動態重組，使緩存命中率提升60%。配合多播傳輸技術，單個衛星可同時為多個地面設備提供服務，頻譜利用率提高3倍以上。測試表明，在典型低軌衛星場景下，該方案可將模型下載延遲壓縮至傳統方法的1/5。
面對太空環境特有的輻射干擾、電源限制等挑戰，研究團隊同步開發了抗輻射加固硬件、容錯計算架構及能量感知任務調度系統。通過動態調整計算任務分配，在保證系統可靠性的同時，將能源利用率提升至理論最大值的85%。相關成果已發表于《Engineering》期刊，為6G時代構建真正的全球邊緣智能網絡提供了關鍵技術路徑。
這項突破性研究不僅重新定義了衛星通信的職能邊界，更通過可預測的軌道運動規律與重復覆蓋特性，構建起覆蓋全球的智能化服務網絡。隨著6G商用進程加速，這種天地協同的AI服務模式有望在應急通信、環境監測、智能交通等領域催生革命性應用，為構建數字地球提供新的技術范式。
