随着全球向第六代移动通信网络（6G）竞速迈进，真正的战场或许不在地球表面，而在太空轨道。

6G商业化预计于2030年左右实现，研究者已开始重新思考人工智能（AI）如何在全球范围内运作。国际电信联盟（ITU）已明确未来6G的应用场景，如“AI与通信融合”和“泛在连接”，标志着网络将从单纯的数据传输向更复杂功能转变。

目前仍存在一大障碍：如何在广阔、偏远及服务不足的地区提供无缝AI服务。仅靠地面网络可能无法满足需求，尤其是随着AI工作负载日益繁重且对延迟更敏感。

香港大学与西安电子科技大学的研究者提出了一种远超地面范围的解决方案：将边缘AI与天地一体化网络（SGINs）融合，使卫星同时成为通信枢纽和计算服务器。他们的方法被称为天地流体AI，旨在克服快速移动卫星和有限天地链路容量这两个长期限制轨道系统AI应用的问题。

受水无缝跨越边界流动的启发，天地流体AI框架允许AI模型和数据在卫星与地面站之间持续移动，将传统二维边缘AI架构扩展至太空。该框架基于三大核心技术：流体学习、流体推理和流体模型下载，均为应对卫星移动性和间歇性连接的约束而设计。

流体学习：通过无基础设施的联邦学习方案解决长训练时间问题。不依赖昂贵的星间链路或密集地面站，而是利用卫星自身运动来混合和传播模型参数，将卫星移动从限制转化为优势，实现更快收敛和更高测试精度。

流体推理：优化实时AI决策。神经网络被拆分为级联子模型，分布在卫星和地面节点上，使推理任务能动态适应可用计算资源和链路质量，通过提前退出策略平衡延迟与精度。

流体模型下载：高效向地面用户交付AI模型。卫星不存储完整模型，仅缓存选定参数块，这些块可通过星间链路迁移，提高缓存命中率并减少下载延迟；多播可复用模型参数，同时为多设备提供服务，节省频谱资源。

太空部署AI面临辐射环境恶劣、电源有限且间歇性等挑战，研究者强调需采用抗辐射硬件、容错计算和能量感知任务调度。未来研究方向包括能效流体AI、低延迟流体AI和安全流体AI，旨在平衡性能、可靠性与安全性。

通过利用可预测的卫星轨迹和重复轨道运动，天地流体AI有望在6G时代提供真正的全球边缘智能，相关成果发表于《Engineering》期刊。