近年、地球観測データの生成速度はダウンリンク帯域幅や人間による処理能力をはるかに上回っており、オンボード収集と地上での実用的インテリジェンスの間に拡大するギャップが生じています。この課題に対処するため、研究チームは低軌道宇宙船に展開されるソフトウェアシステムNAVI-Orbitalを開発しました。2026年4月16日、NAVI-Orbitalは、著者の知る限り初めて、視覚言語モデルが完全にオンボードで自律的なマルチモーダル推論を実行する軌道上実証に成功しました。
NAVI-Orbitalは、ローカルの視覚言語モデルGemma 3を使用して、キャプチャされた各シーンを分類し、その内容と特徴間の関係をテキストで記述し、自然言語対話を通じてオペレーターのフォローアップ質問に応答します。従来のコマンドシーケンスの代わりに、平易な英語のプロンプトでシステムを再タスク化できる点が革新的です。システムはグラフベースのステートマシンLangGraphによって調整され、検出と対話のための専用エージェントを統括します。
性能評価において、NAVI-Orbitalは7,960枚の画像からなるAIDベンチマークで88.16%の精度を達成しました。さらに、Flatsat検証を経て、新たに取得された未校正のYAM-9画像を含む、これまで見たことのない地球画像の軌道上リアルタイム処理に成功しました。これらの処理はすべて星上コンピュータで実行され、ハードウェアアクセラレーションによるGPU推論を活用し、飛行機器に対する微調整は一切行われていません。
これらの成果は、衛星クラスのエッジコンピュータ上で基盤モデルを実行し、星上のセマンティック圧縮によって従来の「取得してからすべてダウンリンクする」帯域幅プロファイルを逆転させる可能性を示しています。NAVI-Orbitalの成功は、自律地球観測における重要な一歩であり、将来のインテリジェント衛星システムの基盤を築くものです。衛星地球観測の分野では、データ生成量の爆発的増加に伴い、ダウンリンク帯域幅と人間の解析能力がボトルネックとなっています。従来のアプローチでは、すべてのデータを地上にダウンリンクしてから処理していましたが、NAVI-Orbitalはオンボードで意味情報を抽出することで、転送すべきデータ量を大幅に削減します。このコンセプト実証は、今後の衛星ミッションの設計思想を変える可能性を秘めています。