深度｜太空基建的万亿缺口：全球极少数“航天+具身”团队如何卡位？

01 把土豆送上太空变便宜了，为什么建月球基地更贵了？

把1公斤土豆送上太空，要花多少钱？

2000年的时候, 这个具体数目是处在1万至2万美元之间的。到了2026年, 却已经下沉到变为了1000至3000美元这样子。而马斯克给出的答案是更为极端更为激进的, 那便是他在未来是想使得每公斤送入轨道的成本处于100至500美元这个范围之内的。

何等的概念? 一公斤的土豆, 将其从地球运送至近地轨道, 这种情况之下, 存在着一种可能性, 那就是, 它或许会比一张用于中美跨洋行驶航班的经济舱的票价还要低廉。

然而凑巧是于此同一时间, 美国于月球南极建造永久基地的开销费用的情况状况, 从2919年进行设想规划的时候开始起始, 就已经现已业已然的自从起初时候的差不多大概粗约300亿美元剧激猛性急剧跳跃式增长攀升激增到了已近乎近靠拢将近1000亿美元了罢句号。

运力变便宜了，为什么在月球上“建房子”反而更贵了？

这背后存在着一个被忽视了的结构性矛盾, 进入太空的门槛正处于降低的状态, 然而在太空“干活”的能力却不曾实现同步的提升, 因为在未来的十年期间, 月球以及近地轨道之上超过 70%的基建作业, 其中涵盖了电缆铺设、光伏阵列架设、资源勘探、设施组装、巡检与维持任务, 仅仅依靠着地的人类还有传统的单任务航天一系列装置, 非常极其难以通过得以持续、可以规模化这种方式来达成并且做完这些工作, 是这样的状况来的, 会有这么样现实的一种情形呈现展现的哦。

恰好是落在, 被我们地球所拥有的, 最为当红的技术新产物机器人身上的解决之方式, 它是最为合理的。

这个缺口, 正巧卡在了“具身智能”和“航天工程”的交叉之处。在全球范畴内, 具备这类经验和能力的顶尖人才少得像手指头能数过来一样——这两个领域各自的门槛极其高, 而且两者的工程哲学与人才体系之前几乎处在平行的世界, 能同时越过这两道关卡的, 当然没几个人。我们留意到, 在国内, 身在家处的有具身智能创业公司, 名为揽月动力, 恰好踩碰碰到了这一交叉点处, 处于该交叉点上, 揽月动力团队, 曾经参预多加项国家级航天任务的研造发展事宜开展任务作为, 其所作行为也就是揽月动力团队曾践行此事来展开作为内容, 并且揽月动力这样的团队还是全球范围领域之内都为数不多的拥有航天项目经验示例存在以及经历的具身智力能公司。

这种, 融合顶尖学术研发, 以及国家级航天工程落地的复合履历, 在全球具身智能领域，极其稀缺, 这家公司, 还是国内, 较早, 把具身智能算法, 从实验室, 推向工程化应用的公司之一。

揽月有着动力选择方面的一个切入点, 它恰到好处地落在太空产业变革之处, 这变革的核心地带在于叫做太空具身智能的领域。有机器人进入太空当中, 机器人进入太空不仅是需要在极端环境里替代掉人类去好好的执行高危险、所需成本高的一些作业任务, 而且在太空当中机器人还有更长远的价值, 这个价值在于完成那些类根本难于长期、采用规模化方式参与的在轨服务以及深空作业, 就好像工地上的一些工程机械那样, 机器人会成为地外基础设施建设方面的通用作业单元。

有多机构预测, 围绕太空基建与运维而生的衍生赛道, 接下来的十年间会开拓出万亿级的市场空间, 由于随着月面基础设施、在轨服务、和空间能源跟空间制造慢慢进展, 机器人有希望成长为当中重大的施工作业基础设施。且在具身智能与航天工程相交之处, 这般情形既不只是一家企业的技术突破困局, 更是一场已然开演的产业大转移。

02 一场太空基础设施竞赛正在启幕

正处于政策给予支持, 以及运力成本忽然大幅降低, 还有技术取得突破, 这三重浪潮交汇的关键节点之上, 太空产业此刻正迎来自几十年来都没有出现过的局面性机遇。

一场由中美主导的新一轮太空基础设施布局也正在启幕。

当下, 美国正迅速加快对“阿耳忒弥斯”计划的推进脚步；此计划将目标扩展, 不再仅仅在于落实一次载人登月任务；而是转而围绕月球南极开展长期驻留行动；并且要慢慢搭建起包含能源供应、通信导航、月面运输、科学探测以及工程作业的基础设施网络；这和以前专门以单次登月以及科学探测作为主的任务存在差异；新一轮月球探索布局正在促使其从阶段性任务朝着常态化驻留以及持续开发进行转变。

中国的深空探测, 以及月球科研站建设, 也在持续加快速度增长。依照现有的规划情况, 嫦娥七号计划于2026年下半年的时候进行发射, 是为了对月球南极的环境及其所拥有的资源开展探测工作；中国将会在2030年之前达成首次载人的登月之举, 然后在2035年前后期间建成具有国际性的月球科研站的基本类型。

在政策范围以外, 运力成本出现迅速下降的情况, 这正开展着对于太空产业底层经济学的重塑工作。在海外地方, 以（星舰）作为代表形式的全复用重型运载工具开始朝着高频发射方向前进, 渐渐构成了大运力、低成本属性的太空运输能力, 由此促成了曾经受发射成本所限制的大型设备部署、在轨组装以及长期运营变成可能。在国内地区, 随着商业航天支持政策不断落地, 发射场、卫星互联网等基础设施建设加快进行推进, 蓝箭航天、东方空间等一批商业航天公司也正处于进入技术验证与规模化发展的关键时期。

技术的进步, 为太空商业化提供了另外一项关键的变量, 生成式 AI 的突破, 让机器人渐渐的具备了更深一层的环境感知能力, 具身智能技术的发展, 使机器人慢慢拥有了更强的自主决策能力, 空间操作能力也得到了提升, 而且太空机器人不再仅只是一味等待地面指令、按部就班执行预设程序的终端, 它正在逐渐升级成为能够较好理解环境、合理规划任务进而最终自主完成作业的智能体。

此外, 需求端出现变化, 这种变化正在重塑太空机器人的产业逻辑。轨道卫星不断增加, 算力设施不断增加, 能源设施不断增加, 空间制造平台不断增加, 在此情况下, 太空作业的需求不再局限于单次、特定目标的科学探测, 而是会进一步延伸至建设、巡检、维护、运输与组装等长期任务。在这种变化情形下, 太空机器人将从执行单一任务的专用设备, 逐步转变为支撑轨道基础设施持续运行的通用作业系统。

03 从航天工程到机器人控制：谁能进入太空机器人赛场

机会此刻正在开启之门, 只是矗立至于太空机器人产业化之前时间阶段之上的技术门槛与此同时尽显显著之面貌呵。

相比于地面环境, 太空机器人长期面临着真空这种状况, 还有强温差, 还要面对辐射情况, 以及月尘, 要忍受低重力, 存在弱通信干扰, 与此同时无人维修属于等极为极端条件。不论哪一个环节发生故障事件, 都极有可能直接致使任务走向中断。也就是意味着, 太空机器人不只要拥有更高得多的可靠性, 而且必定要在没有人工进行干预情形之下长期稳定去运行。

任务本就更为复杂, 月球以及深空环境是很难预先罗列完所有场景, 通信延迟、链路间断加上有限带宽, 这就意味着机器人对于所有动作没办法不间断地交给地面来实时操控, 更为甚者是绝不会依循所有计策去借助云端大模型, 于有限数据、有限算力以及弱通信状况里, 机器人得独自完毕从环境感知延伸至任务判别、道路规划再接续到运动支配跟实际作业的完整闭环。

因而, 太空具身智能切实要深入应对的, 并非仅仅是机器人能不能达成抓取、行走或者钻探这些单个动作, 而是能不能于未知环境里持续贯通“生存—判断—移动—操作”的完整连线线路；这同样是太空机器与平常地面机器人之间最为根本性的不同。

复杂的任务要求, 决定了太空机器人是一道典型的跨学科系统工程题。这个方向要求团队理解航天任务与极端环境约束, 还需要掌握非线性动力学, 以及机器人控制, 还有精密操作和复杂系统工程。单一算法能力或者机械设计经验, 很难独立支撑一套太空机器人系统从模型走向真实任务。

以这一标准作为出发点, 太空具身智能所蕴含的机会, 更有较大可能性是属于那些同时拥有航天工程方面的能力、动力学建模方面的能力、机器人控制相关能力以及现实实际工程交付经验的团队。将此拿来对照当下现有的市场玩家, 揽月动力的技术路线以及团队整体构成, 为观察这一赛道的解决办法提供了一个具有典型性的样本。

专事动力团队, 长期投身于非线性动力学的研习, 长期进行与机器人及先进制造专业相关的钻研, 其学术训练长久围绕机械电子启动, 长久围绕复杂动力学启动, 长久围绕机器人系统启动。

更为关键的是, 其从事研究的历程并没有局限于实验室范围之内, 曾经参与过月面作业这方面的项目, 亦参与过航天器安全范畴内的项目, 还参与过复杂机器人操作相关的项目。

于机械电子范畴, 有着非线性动力学以及多体动力学等方面当中, 发表了三十多篇相关论文, 并且主持了多项国家级别的科研项目。

依照能力结构而言, 这些经历涵盖了太空机器人必备的航天级系统建模能力, 复又包括复杂动力学分析能力, 还涉及精密控制与机器人操作能力, 同时也组建成就了揽月动力迈入太空具身智能赛道的技术根基。

这套能力不是从太空场景毫无基础地开始, 之前, 揽月动力对双轮足机器人、移动操作、全身协同以及高频力控进行了技术研发还在工厂等地面场景推进实际应用。

在地面机器人系统里头, 移动、操作以及环境接触这件事儿, 常常被划分成不一样的模块, 不过, 到了月面和轨道环境那儿, 这些能力就得被整合到同一套系统之中。机器人得在保持自身稳定的同时, 具备理解复杂接触关系的能力, 而且在移动进程里持续完成诸如抓取、搬运、装配等任务。说起揽月动力判断, 它在非线性动力学、移动操作一体化以及复杂接触控制这些方面有着长期的积累, 这跟太空机器人所面临的问题存在较高的一致性。

鉴于这一判断, 揽月动力正围绕太空场景搭建新的模型以及技术体系 , 会把现有的机器人能力朝月面作业、在轨服务等方向进一步拓展延伸。对于这家公司来讲 , 步入太空具身智能并非是一次全然独立的技术转变 , 而是其已有的动力学、控制与移动操作能力在更为复杂环境中的进一步扩张。

04 极端环境下，太空机器人的三道技术硬门槛

对机器人来讲, 太空环境堪称一场极其极致的系统压力测试, 然而，撇开适应环境与航天工程可靠性方面的情况不谈, 受有限数据影响, 受有限算力影响, 受有限能源影响, 还受通信受限影响, 更为直接地改变了机器人智能控制以及任务部署的实际实现方式。

一套机器人系统, 它要真正得以进入月面与深空环境, 其间至少非得满足三项不可妥协的, 硬邦邦的指标呢。

第一, 具备低数据前提下能执行的泛化能力, 以及低算力情形下可以有的贯彻能力。跟工厂那样有建构体系的场景不一样, 月球的环境很难预先达成大规模数据的获取, 并且不能完全倚仗持续不停的联网互联以及动用云端之力去涵盖所有未知的工作形势。越是处于未知状态、通信范畴受到限制以及算力范畴遭到约束的环境域之内, 机器人越发不能单单靠着过往的数据来记住各项规则, 而是要依据物理上的规律去领会任务与机器人本身、环境之间所存在的关联, 在得到数据支持有限的状况下达成对于新任务以及新环境的迅速适应性, 拥有场景方面的泛化执行力, 依靠自身来完成判断并且得以严格执行。

第二, 存在复杂接触条件下的高频力控能力, 不管是搬运设备这个行为也好, 推动载荷这个举动也罢, 抓取样本又或者机械对接, 设施装配连同故障维修, 月面作业最终都会落实成为搬、推、拉、放等等具体动作, 其本质都是机器人与外部环境之间的力学交互, 语言模型能够理解任务, 然而却没办法直接解决月壤沉陷, 载荷突变, 接触滑移以及机械对接过程当中的实时受力问题。机器人得持续去感知本体跟载荷以及环境之间的交互状态, 并且要以足够高的频率来调整动作, 这样才能够在未知接触条件之下, 保持稳定、精确以及安全呀！

其次, 存在着移动跟操作的一体化情况。太空机器人并非是那种单单负责行驶的月球车, 也不是一支固定于原地的机械臂。针对非结构化月面环境, 它需要一边进行移动, 一边开展操作, 与此同时维持本体平衡以及作业精度。这就要求机器人把移动、平衡、双臂操作以及环境接触纳入同一套智能控制体系，而并非是由多个分别独立的模块逐个去完成。揽月动力先前围绕双轮足机器人、全身协同以及高频力控构建而成的技术积累, 正是这种能力的地面基础。

正是揽月动力基于AI打造的那个RACE Model, 约化为这自适应控制引擎核心思路的这三处关键技术存在的阻碍, 也就是要让那机器人由记住所有各类可能出现的状况, 转变成掌握从而施行完任务所必需具备的基本方式。

这跟传统数据驱动路线区别显著, 后者常常须借由大量样本去涵盖各异物体、动作以及环境。一旦任务或载荷出现变化，模型就得再度采集数据还得进行训练。然而于月球以及深空环境里, 很难予以达成。

RACE Model的具体选择, 它是基于物理规律来开展的, 于复杂机器人系统范畴内, 提炼出对任务结果起到决定作用的关键变量。再看, 它的底层选取的是约化模型即-Order Model 呀也就是ROM , 在这里面剔除了高维系统里带有冗余性质的变量之后, 从不一样的机器人运动以及任务当中提取出共通的动力学关系。然后, 把原本那种很难进行实时求解的复杂系统, 转变成能够在端侧快速予以计算的低维表示。

在这样的基础之上, RACE 模型, 去结合学习模型, 以及实时感知, 随后依据机器人当下的状态, 还有外部载荷, 以及接触环境, 持续不断地修正控制策略。哪怕是面对全新的物体, 或者未知的载荷, 又或者未经训练的月面环境, 机器人照样能够凭借较低的数据依赖达成实时适应。

这套路线形成了一条相互强化的技术链条, 对物理规律理解得越深入, 机器人对训练数据的依赖就越低, 数据依赖下降, 模型复杂度和算力消耗也随之降低, 当模型能够在端侧实时运行, 其在未知环境中的泛化与部署能力便会进一步增强。

这从根本上来说, 是一个把上层决策模型跟硬件本体连接起来的AI执行基座。大模型负责去理解任务, 拆解目标, 还要生成行动计划, 然而, 切实将这些指令转化成稳定动作, 这需要本体控制层持续处理动力学、接触、平衡以及执行误差。在揽月动力的技术体系里, RACE Model承担的便是这样的角色: 依据机器人当下的物理状态与动作, 预测系统接下来的演化结果, 并且按照此结果实时调整控制策略, 如此这般。

这能够被诠释成机器人本体控制层的“世界模型” , 它所留意的并不是去构造一段和世界有关的叙说 , 而是针对动作发生之后 , 机器人跟物理环境怎么去产生改变进行即时推出。

工业机器人, 与太空机器人, 面临的环境各异, 然而需解决的值底层物理问题, 却是相通的, 机器人都得处理, 载荷、惯性、接触、摩擦、平衡以及外部扰动。揽月动力所构建的 AI 基座, 并非针对某一个动作, 训练一套固定策略, 而是于不同任务以及工况之中, 提取能够决定运动结果的共性物理规律, 凭借约化模型, 形成可实时求解的物理骨架, 再联合学习模型以及真实感知, 补偿复杂、未知且持续变化的部分。当场景出现变化之际, 机器人无需要从起始点再次开展针对整个任务的训练, 而是能够于已经存在的模型根基上面凭借参数辨认以及数量稀少的数据达成环境对应起来。所以, 从工业领域朝向太空切实可以实现迁移的, 并非是某一个搬运或者操作的动作, 而是一整套针对理解、组建模型以及处置复杂物理世界的办法。

05 从能力积累到任务验证：一条走向太空的工程化路径

技术路线的选择，往往与一支团队长期形成的能力结构有关。

揽月动力从事太空具身智能, 并非从头寻觅全新应用方向, 而是把过往于机器人控制、非线性动力学、移动操作以及复杂接触控制方面的积累, 朝着要求更为严苛的太空场景去进一步拓展。

公司核心团队成员有的来自北京大学, 有的来自清华大学, 有的来自上海交通大学, 有的来自北京航空航天大学, 有的来自香港大学, 有的来自佐治亚理工学院, 有的来自伦敦政治经济学院等高校和机构, 其能力覆盖机器人控制, 又覆盖非线性动力学, 还覆盖产品工程化, 也覆盖产业运营与商业化。如此这般的团队构成, 致使揽月动力从成立的时候起便并非单单关注单一算法或者机器人本体, 而是尝试着在同一时间去解决模型、控制、硬件以及工程交付相互之间的协同问题。

技术能力以外, 复杂机器人最终能不能走出实验室呢, 依赖于产品向着工程化转变, 取决于技术可以给供应链创造什么的能力。

以从事过汽车智驾座舱科技公司联合创办事宜身为连续创业者之刘世捷, 于该经历期间, 积累了产品工程化与商业化领域关联经验, 对供应链建设有所熟悉, 明白产业客户拓展以及涉及规模化交付经验等。于其主导之下、借助带入机器人产业的汽车行业智能化量产经验, 揽月动力达到了从技术验证到规模化商业呈现转化落地之效。

对太空机器人而言, 这样的能力极为重要。太空机器人最终并非单纯是一个模型, 也不是一套控制算法, 太空机器人最终是一套繁杂的工程系统。这套工程系统要经过设计, 这套工程系统要经过制造, 这套工程系统要经过测试, 这套工程也要经过验证, 这套工程系统还要经过交付。学术与技术的积累能决定机器人是否能够完成任务, 工程化能力能决定这些技术能不能真正迈入航天项目。

另外, 还有一层属于现实范畴的问题是, 采取怎样的办法能于可控背景下逐步达成能力验证, 并且把一套地面机器人系统解析作能够凭借航天级考核标准的技术单元。地面能够借助数据持续修订模型, 然而太空却不存在这样的数据以及迭代的相应条件。诸如低重力、真空环境、极端温差、月壤所具有的特性和通信延迟等一系列复杂状况, 明确表明太空机器人无法直接照搬地面的模型部署形式。

在工厂里面, 机器人要是出现了问题, 能够停机去调试, 还要重新采集数据, 并且是由工程师在现场进行处理；可是在月球这个环境当中, 因为受到数据、通信、计算能力、能源以及维护条件的限制, 机器人必须依靠本体 AI 基座, 依据已经形成的共性物理规律, 针对新出现的重力、载荷、接触还有地形条件, 进行实时的辨识以及模型对齐, 在有限的数据以及算力条件之下, 形成适应目前环境的作业能力, 而这也是揽月动力的核心能力所在。所以, 工业制造不只是揽月动力当下的商业化落脚点, 还是AI基座迈向太空的首个工程验证场地。借助高频且持续的真实工业作业, 系统能够提炼并验证不同任务背后共有的 物理规律, 进而形成可复用且可迁移的模型基础, 以此为揽月动力后续向太空环境迁移积攒工程能力。

围绕这一目标, 预计在2026年先有相关动作, 至2028年上半年, 揽月动力会分步骤推出面向太空应用这方面的工程样机, 接着还要逐步展开三项条件下的工程验证, 三项条件分别是模拟月壤条件, 极端环境条件, 低重力等效条件, 以此作为后续在轨或者月面任务的相应准备活动, 这里的每项活动都有其特定顺序和意义, 每个环节相互关联且缺一不可, 最终达成整体目标，标点均为句号。

对于揽月动力来讲, 其地面工业场景, 不光是商业化启动端, 而且还是太空技术历练场, 地面工业场景负载着商业化以及数据闭环职能, 凭借其灵巧操作推进能力的提升, 太空场景反倒开启了技术上限和长期空间, 当下, 揽月动力在着手筹备把基于RACE Model的AI模型推往工业实际场景, 会于2026年8月正式开启工厂PoC验证行为。

踩踏实实立足大地, 才能够向着星空迈进。只要智能的领地开始延伸往宇宙的时候, 脚下为人所感知的真切具体的世界, 就是通向遥远星空的起始之首要的一站。