一句话看懂：前 Google 云业务工程师、曾在 SpaceX 星链短暂任职的 Rama Afullo 创立 Satlyt，完成 800 万美元种子轮，做的是让卫星在轨跑 AI 模型的软件平台。它不造卫星，而是想让不同公司的卫星共享算力任务，类似太空里的“安卓系统”。
事件核心：发生了什么
Satlyt 总部设在加州 Sunnyvale 与肯尼亚内罗毕，创始人是肯尼亚裔美国工程师 Rama Afullo。他此前在 Google 云计算部门工作，2024 年短暂加入 SpaceX 星链团队，并两次尝试在公司内部推动“轨道计算机”方向，均被否决，随后离职创业。
本轮 800 万美元种子轮由休斯顿的 Non Sibi Ventures 领投，该机构合伙人是前 NASA 宇航员 Bernard Harris。Satlyt 不打算自建航天器，而是提供在卫星上运行 AI 模型的软件层，Afullo 将其类比为 VMware 和 Snowflake——用户不必关心底层基础设施。
可核查的落地进展包括：公司已在两次演示任务中运行其软件；今年早些时候在 Momentus 运营的航天器上部署了 Google DeepMind 的 Gemma 模型，把某类星上软件错误相关传输的数据量压缩了 60% 以上。本周四，其软件将随 SpaceX 火箭升空，与 Google “Project Suncatcher” 首个原型同批发射，搭载在印度初创公司 TakeMe2Space 制造的卫星上，服务 NASA、空间态势感知公司 Stellerian 和 TakeMe2Space 三方客户。
为什么重要
卫星回传数据（下行链路）既贵又慢，把 AI 推理放到星上处理，可以直接减少传输量、加快异常响应，这是当前少数能算清账的太空 AI 场景。与 SpaceX、Google 以及 Starcloud、Cowboy Space Company 等自建轨道数据中心的路线不同，Satlyt 选择做跨厂商的软件层，押注“卫星数量增长”而非“太空数据中心”这一经济性尚未验证的重资产方向。Non Sibi 合伙人 Kent Lucas 的说法是：不需要太空数据中心，Rama 也能成功。
另一层意义在于生态位。目前轨道上的高性能 GPU 极少，Satlyt 的下一步是明年尝试把两颗不同卫星的计算资源连成共享算力池。如果跑通，它就能以第三方云服务商身份向卫星制造商收费，把卫星变成“可产生收入的托管服务”。
对用户/开发者/创作者的影响
对开发者而言，值得关注的是 Satlyt 是否开放类似 API 的接入方式，让应用方无需自研星上推理框架即可部署模型；目前公开信息显示其重心仍是对接卫星运营商，而非面向个人开发者。对 AI 应用侧，Gemma 这类开源小模型在算力、功耗、带宽受限环境中被验证可用于实际任务，说明端侧/边缘推理的思路正在向太空延伸。对企业采购与投资判断，这类“不造硬件、做中间层”的公司风险在于客户集中度和卫星厂商自研软件的替代压力，优势则是资产轻、可跨平台复制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一、明年计划的两星共享算力演示能否完成，这是其“轨道云”叙事成立的关键门槛。二、Google Project Suncatcher 原型与 Satlyt 软件同批发射后，双方是否形成合作还是竞争关系。三、Afullo 提出到本十年末覆盖 20% 在轨卫星的目标——考虑到目前轨道上高性能 GPU 数量有限，这一目标高度依赖卫星制造商普遍加装 AI 处理器的节奏。
