NAVI-Orbital: демонстрация работы vision-language модели на орбите для автономного наблюдения Земли
Исследователи представили систему NAVI-Orbital, программный комплекс для автономной обработки данных дистанционного зондирования. Его развернули на космическом аппарате на низкой околоземной орбите (LEO). 16 апреля 2026 года, по утверждению авторов, система впервые показала на орбите работу vision-language модели, которая выполняет автономный мультимодальный вывод полностью на борту аппарата.
В основе NAVI-Orbital лежит локальная vision-language модель Gemma 3. Она анализирует каждую полученную сцену, определяет её класс и формирует текстовое описание содержания, включая связи между объектами. Система также может отвечать на уточняющие вопросы оператора в формате диалога на естественном языке. При этом задачи перенастраиваются через текстовые команды на обычном английском языке, без традиционных последовательностей команд.
Архитектура комплекса построена вокруг графовой машины состояний LangGraph. Она координирует работу специализированных агентов, отвечающих за обнаружение объектов и ведение диалога. Во время испытаний NAVI-Orbital показала точность 88.16% на наземном бенчмарке AID, который включает 7,960 изображений. Проверка также проходила на Flatsat. Дополнительно систему протестировали на новых изображениях Земли, ранее не встречавшихся, полученных непосредственно на орбите.
Ключевые факты
16 апреля 2026 года система NAVI-Orbital, установленная на космическом аппарате на Low Earth Orbit (LEO), выполнила демонстрацию vision-language model с автономным мультимодальным выводом полностью на борту.
NAVI-Orbital использует локальную vision-language model Gemma 3 для классификации каждой сцены, генерации текстового описания содержимого и отношений между объектами, а также для ответов оператору в диалоге на естественном языке.
Система может перенастраиваться через plain-English prompts вместо традиционных последовательностей команд и управляется графовой машиной состояний LangGraph с агентами для detection и dialogue.
В наземном тестировании система показала точность 88.16% на наборе AID из 7,960 изображений.