En algún punto de abril de 2026, un satélite a cientos de kilómetros sobre la Tierra recibió una consulta en lenguaje natural. No la procesó en un servidor en el suelo. No esperó a que analistas humanos descargaran los datos y los revisaran. La procesó ahí mismo, en órbita, identificó lo que se le pedía, y devolvió el resultado.
No era ciencia ficción. Era Yam-9, una nave construida por Loft Orbital, operando el software NAVI-Orbital desarrollado por el Laboratorio de Propulsión a Chorro (JPL) de la NASA, y usando Gemma 3 —el modelo de visión y lenguaje de Google DeepMind, diseñado específicamente para aplicaciones en dispositivos de recursos limitados— como motor de razonamiento.
Es la primera vez documentada en que un modelo de visión y lenguaje (VLM) se ejecuta en un satélite en órbita. Y aunque suena técnico, las implicaciones son enormes.
El problema que esto resuelve
Para entender por qué es significativo, hay que entender cómo funciona la observación terrestre desde el espacio hoy. Normalmente, los satélites capturan grandes volúmenes de datos de sensores —imágenes, lecturas de temperatura, datos de radar— y los envían a la Tierra. Ahí, analistas humanos (o algoritmos de machine learning más básicos) revisan esa información para identificar lo que importa.
El problema es el volumen. Un satélite moderno puede generar terabytes de datos al día. Filtrar, priorizar y analizar eso tiene un costo operativo enorme. Y hay situaciones donde la velocidad importa: desastres naturales, movimientos militares, cambios en infraestructura crítica. Esperar horas o días para que los datos lleguen, se descarguen y se analicen puede hacer la diferencia.
Lo que hizo Yam-9 es diferente: el modelo corre en el propio satélite, analiza los datos directamente y devuelve solo lo relevante. En el experimento de abril, se le pidió al sistema que clasificara zonas donde el entorno natural limita con desarrollo humano, y que identificara infraestructura alrededor de hubs ferroviarios. Lo hizo sin intervención terrestre.
La tecnología detrás del experimento
Gemma 3 fue elegido por una razón específica: está optimizado para ejecutarse en hardware de borde, lejos de un centro de datos. En Yam-9, el chip que lo corre es una GPU Nvidia Jetson Orin AGX, uno de los procesadores de referencia para compute espacial. Aun así, el equipo de la NASA JPL tuvo que reducir las bibliotecas y el uso de memoria del software para que funcionara dentro de los márgenes de un satélite en órbita.
El resultado es lo que llaman NAVI-Orbital: un harness de software que actúa como interfaz entre el operador en tierra y el modelo de IA a bordo. El operador hace una consulta —literalmente en lenguaje natural— y el satélite responde.
Qué viene después
Paul Lasserre, responsable de IA de Loft Orbital, describe las implicaciones con entusiasmo medido: «Abre la puerta a capas de patrullaje siempre activas en el espacio. Si tenés un VLM, podés tener lógica —como ‘monitoreá esta frontera y avisame si algo es sospechoso’— e interactuar de ida y vuelta con los satélites.»
La visión a largo plazo es una constelación de 50 a 100 satélites como Yam-9 que garantice cobertura en tiempo real de cualquier punto del planeta. Hoy Loft opera 12 naves. La distancia es grande, pero el camino está trazado.
Otras empresas ya están en la misma dirección: Planet Labs usa chips Jetson Orin en sus satélites para tareas de detección de objetos más simples, y tiene investigación activa sobre VLMs. Kepler Communications, que opera el mayor cluster de GPUs en órbita, no confirma ni niega haber desplegado VLMs por acuerdos de confidencialidad, pero señala que hay «varios casos de uso no divulgados» desde que sus satélites se lanzaron en enero.
Una idea que empezó en la Luna
El origen intelectual de NAVI-Space es más poético de lo que parece. Taran Cyriac John, investigador del JPL, lo concibió pensando en astronautas explorando la Luna o Marte: con trajes presurizados, sin posibilidad de tipear en un teclado, necesitando un asistente que entienda lenguaje natural y responda en tiempo real.
«¿Cómo proveemos un asistente, como en los videojuegos y las películas, donde hay una IA interactiva?», dice Juan Delfa Victoria, líder técnico del grupo de IA del JPL que desarrolló NAVI-Orbital.
Lo que empezó como una idea para ayudar a astronautas en misiones de exploración acaba de dar su primer paso real, a bordo de un satélite en órbita baja terrestre, respondiendo preguntas sobre fronteras e infraestructura ferroviaria. No es HAL 9000. Pero tampoco es poca cosa.
