当全球科技界将目光投向第六代移动通信网络（6G）的商用前景时，一个突破性构想正将通信与人工智能的战场延伸至太空轨道。国际电信联盟（ITU）最新公布的6G应用场景中，"AI与通信深度融合"与"泛在连接"被列为关键方向，这预示着未来网络将突破单纯数据传输的局限，向智能化、立体化方向演进。然而，如何在偏远地区及服务薄弱区域实现无缝AI服务，成为横亘在研究者面前的重大挑战。
来自香港大学与西安电子科技大学的研究团队提出了一项创新方案：通过构建天地一体化网络（SGINs）与边缘AI的融合体系，让卫星同时承担通信枢纽与计算服务器的双重角色。这项名为"天地流体AI"的框架设计，创造性地解决了卫星高速移动导致的连接不稳定，以及天地链路容量有限等长期制约轨道AI发展的难题。研究团队从水流无界流动的特性中汲取灵感，构建了覆盖卫星与地面站的立体化AI模型流动机制，将传统二维边缘计算架构拓展至三维空间维度。
该框架的核心突破体现在三大技术模块：在模型训练环节，"流体学习"机制通过无基础设施支持的联邦学习方案，利用卫星自然运动轨迹实现模型参数的混合传播。这种设计将卫星移动性从系统短板转化为优势，在无需昂贵星间链路或密集地面站支撑的情况下，显著缩短训练周期并提升模型精度。实验数据显示，该方案在保持测试准确率的同时，收敛速度较传统方法提升40%以上。
针对实时决策场景，"流体推理"技术将神经网络拆解为级联式子模型，动态分配至卫星与地面节点。通过提前退出策略，系统可根据当前计算资源与链路质量自动平衡推理延迟与精度。在模拟测试中，该方案在保持95%以上准确率的前提下，将端到端延迟控制在200毫秒以内，较固定架构方案提升3倍响应速度。
在模型部署环节，"流体模型下载"机制通过参数块缓存与迁移策略优化传输效率。卫星仅存储关键参数块而非完整模型，这些数据块可通过星间链路动态重组，使缓存命中率提升60%。配合多播传输技术，单个卫星可同时为多个地面设备提供服务，频谱利用率提高3倍以上。测试表明，在典型低轨卫星场景下，该方案可将模型下载延迟压缩至传统方法的1/5。
面对太空环境特有的辐射干扰、电源限制等挑战，研究团队同步开发了抗辐射加固硬件、容错计算架构及能量感知任务调度系统。通过动态调整计算任务分配，在保证系统可靠性的同时，将能源利用率提升至理论最大值的85%。相关成果已发表于《Engineering》期刊，为6G时代构建真正的全球边缘智能网络提供了关键技术路径。
这项突破性研究不仅重新定义了卫星通信的职能边界，更通过可预测的轨道运动规律与重复覆盖特性，构建起覆盖全球的智能化服务网络。随着6G商用进程加速，这种天地协同的AI服务模式有望在应急通信、环境监测、智能交通等领域催生革命性应用，为构建数字地球提供新的技术范式。
