国星宇航联手利亚德：天地协同操控人形机器人，开启“太空算力”新时代？|世界人工智能大会|人形机器人|人机交互|利亚德|卫星|国星宇航|太空|操控

在科技发展的长河中，2026年3月被赋予了一个特殊的标记——国星宇航-上海交通大学太空计算联合实验室成功完成了全球首次基于开源智能体OpenClaw通过自然语言指令远程调用太空算力，实现对地面人形机器人的动作操控。这一突破性实验首次跑通了“自然语言指令→太空AI推理→地面机器人执行”的完整闭环，将AIToken调用服务从地面拓展至太空，验证了太空算力服务硅基智能体的可行性。

就在同一时间维度，利亚德遥操作数采系统正以其深度融合睿尔曼机器人本体与OpenarmX本体的核心技术，在专业展会上吸引众多专业人士驻足探究。该系统通过对机械臂的高精度远程操控与动作数据实时采集，为人形机器人研发、工业自动化测控、航天精密操作等领域提供核心技术支撑。这两大看似独立的里程碑事件，实际上共同勾勒出人机交互演进的新图景：一个从地基高精度数据采集到天基智能指挥的“天地协同”新范式正在加速形成。

仰望星空——解析“太空指挥地面”的突破与深意

国星宇航的这次技术验证并非简单的远程控制实验，而是一个精心设计的复杂技术闭环。在试验中，操作者通过语音发出动作指令，OpenClaw接收指令并上传至“星算”计划01组太空计算中心，此前已部署在卫星上的大模型利用太空算力完成在轨推理计算，再将决策结果下发至地面，OpenClaw读取结果并成功操控机器人完成指令动作。

这一流程背后涉及多重技术挑战的攻克。在指令上行阶段，自然语言指令需要通过星地链路稳定传输至太空计算节点，克服通信窗口期有限、数据传输带宽受限等现实约束。据资料显示，对于单个地面接收站而言，卫星数据回传的有效通信窗口期通常在10分钟左右，而超高分辨率遥感卫星单次生成的原始影像数据量可达几百GB，高速传输需要几十分钟。

太空推理环节的技术难度更为显著。星载AI需要在有限算力、恶劣的太空环境下进行实时感知、决策与任务规划。太空环境为真空状态，无法通过对流散热，超大散热板的柔性抗干扰设计、局部过热风险控制都是必须攻克的难题。同时，太空环境下的抗热辐照能力和光学器件位移损伤是地面芯片未曾面对的挑战，目前个别产品完成工程验证，但成本、性能与可靠性的平衡尚待解决。

指令下行与执行阶段则需要确保操控指令的精准下行与地面机器人的可靠响应。这一过程涉及的时延克服与容错机制设计，直接决定了整个系统的实用性和可靠性。中国信通院检测报告显示，对于国星宇航太空算力协同硅基智能体远程控制系统全流程的19项测试100%通过，验证了“前端指令输入-星上大模型推理-星地链路传输-地面智能体执行-状态闭环反馈”的端到端技术闭环。

这次突破的核心意义在于三个层面的范式重构。首先，它首次实现了“算力在轨、执行在地”的分布式智能架构验证，将太空计算从数据处理拓展至智能决策与执行控制领域。其次，这一系统大幅延伸了机器人的单点控制距离与复杂环境适应潜力，当传统地面算力中心难以覆盖时，太空算力将成为人形机器人、四足机器狗、无人驾驶汽车、无人机等硅基智能体获取高性能AI算力的新选择。最终，这一技术为构建全域覆盖、即时响应的人机交互网络提供了技术原型，意味着人类可以通过太空算力，在任意时刻，实现全球任意地点机器人远程操控。

夯实地基——透视地面遥操作如何赋能“具身智能”

在仰望星空的激动之余，我们必须意识到，任何高端智能系统都需要坚实的基础支撑。利亚德遥操作数采系统正是这样一个为“具身智能”提供数据燃料的地基技术平台。

该系统深度融合睿尔曼机器人本体与OpenarmX本体，通过对机械臂的高精度远程操控与动作数据实时采集，实现了对人体动作姿态、力量等多维度数据的实时、高精度捕捉。这种高保真数据采集能力对于机器人学习、智能控制与具身智能训练至关重要，它确保操作指令与机器人动作间的同步性与精确性，满足研发级需求。

在机器人“上学”过程中，遥操作技术扮演着“教师”的角色。以物流场景为例，训练中心配备完整快递传送带，采集员一边遥操作机器人，一边投放快递。机器人则需要完成一整套动作：用仿真手抓取快递，将单号面朝向扫码台，扫码后抹平快递，再传送至另一侧传送带。机器人的“学习”，本质是数据的采集、处理与模型训练迭代。在这座训练场，采集员通过遥操作与示范学习，引导机器人完成动作并录制原始数据；标注人员对数据进行清洗、标注。后续这些数据将会转化为结构化“教材”用于模型训练，最终将训练好的模型回灌至机器人终端，形成完整学习闭环。

这种海量、高质量的人体运动数据为机器人“模仿学习”、“强化学习”提供了不可或缺的样本库。通过精准复现人类操作，机器人能够加速对复杂物理交互的理解与技能习得，从而打通从“感知智能”到“行动智能”的关键路径。具身大模型作为人形机器人的“大脑”，从“感知-认知-控制”层面赋能机器人，强调与物理世界的交互，需具备多模态感知、自主决策、实时交互执行、通用与泛化等能力。传统决策采用分层架构，包括感知与互动、高层规划、低层执行以及反馈与增强，通过大小脑分层，人形机器人更容易落地，但分层范式存在错误累积的问题，且在跨多样任务泛化时表现不佳。

遥操作数采系统的价值不仅仅限于训练阶段。在人形机器人研发领域，它为原型测试与性能优化提供了实时反馈机制；在工业自动化测控中，它支撑精密装配、危险环境作业等高难度任务；在航天精密操作场景，它能够模拟空间站维修、太空实验等极端环境下的操作流程。甚至在医疗领域，博恩思“人工智能头颈显微外科机器人手术系统”凭借先进的多模态影像导航与AI辅助决策能力，于2025年2月完成了全球首例AI+机器人远程头颈外科手术，展现了遥操作技术在远程精密医疗中的巨大潜力。

协同未来——勾勒“天地一体”模式的应用前景与产业变革

当太空指挥能力与地面数据采集技术相遇，“天地协同”模式展现出破解现实瓶颈的独特优势。这种深度融合将引发一系列产业链条的重构与应用场景的革新。

首先，“太空算力+地面执行”模式能够有效突破传统地面网络的覆盖局限。利用卫星链路，人类可以实现海洋、荒漠、偏远地区等地面网络盲区的机器人直接操控与作业。这一能力对于资源勘探、环境监测、应急救援等场景具有革命性意义。当地面基站难以覆盖或受损时，天基节点可以成为保障通信不间断的关键冗余。

其次，这一模式有助于缓解地面算力瓶颈。传统的地面数据中心正面临三重瓶颈：能耗约束、散热难题和土地资源限制。将部分计算密集型AI推理任务卸载至太空节点，能够减轻地面设备负荷，实现更轻量化、低功耗的机器人终端设计。据中国信息通信研究院云大所副所长李洁介绍，该专委会聚焦星载AI芯片、星间激光通信等环节开展联合攻关，系统构建技术体系与产业生态。这种配置本身就说明，太空算力已经不再是单一技术问题，而是一个跨越航天、芯片、计算与通信的复杂系统工程。

第三，天基节点的介入能够增强整个系统的鲁棒性。作为地面通信与计算基础设施的有效备份与增强，太空算力网络可以在灾难恢复、军事应用等关键场景中提供可靠的第二路径。全国人大代表、北京航空航天大学教授张涛提交了有关建设太空算力星座的建议，指出“抢占太空算力赛道是支撑我国航天事业高质量发展、保障国家太空安全的战略举措”。

这种“天地协同”模式的产业化前景十分广阔。在服务维度上，它将催生太空农业监测与作业、全球物流无人化管理、跨国远程应急响应等全新商业模式。一些较为乐观的估计认为，到2030年左右，太空计算相关市场有望突破千亿美元规模，这标志着其正从一个前沿概念走向实质性的产业机遇。

技术降本路径也在逐步清晰。规模化应用有望推动星载算力成本下降与地面机器人终端标准化。可重复使用火箭等技术让发射成本大幅降低，使得大规模部署在轨计算设施从经济上变得可行。目前，北京经开区管委会主导的太空算力产业链项目，聚焦可回收火箭、太空光伏、激光通信、抗辐照芯片等太空算力产业链核心环节，通过“企业出题、协同攻关、产业验效”的创新路径，以真实产业需求牵引技术突破，全面激活行业创新动能。