从连接人到连接物理世界，鲲世航天要用一张覆盖全球的 " 大上行 " 神经网络，把物理世界送给 AI。
2026 年 7 月，SpaceX 向美国联邦通信委员会提交了一份引人注目的申请：部署最多 10 万颗第三代卫星，轨道壳层最低降至 323 公里。申请文件中，SpaceX 明确将 "AI 对大规模上行能力的需求 " 写进了 Gen3 的需求逻辑——高清空间、视觉与音频数据需要被持续传输，以支持实时决策和工业自动化。
这不只是一次星座规模的扩张，更像是一个产业信号：卫星网络正在重新定义自己要连接的对象。过去，通信基础设施最重要的任务是把互联网送到人；而当 AI 开始进入机器人、无人机、汽车、船舶、工业设备和传感器，网络需要承载的将不再只是人的网页、视频和通话，而是来自真实世界、持续产生的机器数据。
鲲世航天（KunSpace）看到了同样的变化，但它的判断更为激进：如果要让 AI 真正理解物理世界，需要的不是一张更好的 " 卫星互联网 "，而是一张真正意义上的 " 地球神经网络 "。
鲲世的目标，是在 250 公里级超低轨（250KM VLEO）上部署 10000 颗卫星，构建一套以 " 大上行 " 为核心能力的天地一体网络。用鲲世方面的话说：向更低轨道，为更大世界。
过去几十年，通信网络几乎都围绕人的需求建设。看视频、浏览网页、下载文件，数据主要从云端流向用户，因此无论是光纤、4G、5G 还是卫星互联网，长期以来都天然强调下行能力。
但机器人恰好相反。一架无人机持续产生高清视频，一辆无人车不断生成视觉和三维点云，远洋船舶产生雷达和海洋环境数据，矿区里的无人设备持续产生工业数据。这些设备不是单纯的网络消费者，它们本身就是数据源，而且会以远高于人的频率持续感知物理世界。
这意味着，当 AI 从数字世界走向物理世界，通信网络的流量结构也会发生变化。未来真正需要被连接的，不只是手机和电脑，而可能是遍布全球的机器终端。它们需要把图像、声音、位置、点云和环境信息不断送入边缘节点、云端模型乃至未来的太空计算节点，再获得决策和控制指令。
SpaceX 的 Gen3 申请释放了一个明确信号：当连接对象从 " 人 " 扩展到数百亿 AI 驱动设备，网络必须从 " 下载网络 " 逐渐变成 " 感知网络 "。鲲世将这一需求概括为 " 大上行 " ——不是传统意义上的宽带下行，而是面向物理世界智能的持续上行数据流。
这背后还有一个容易被忽视的问题：AI 越深入物理世界，越会进入传统地面网络最难覆盖的区域。海洋、矿山、荒漠、极地、森林、远洋航线以及大量跨区域移动场景，往往恰恰是无人化、自动化价值最高的地方，却也是光纤和 5G 最难以经济覆盖的地方。
过去这些区域的设备可以依靠本地计算完成部分任务，但随着模型越来越复杂、跨设备协同越来越普遍，仅靠单机智能并不足够。一个矿区里的无人车需要理解整个作业区，一支无人机队需要共享环境信息，一艘远洋船舶需要与云端模型持续协同。机器智能一旦从 " 单机 " 走向 " 群体 "，连接就会从辅助能力变成基础能力。
因此，鲲世航天 ( KunSpace ) 认为，AI 时代通信需求正在发生一次根本性变化：从 " 把互联网送给人 "，变成 " 把现实世界送给 AI"。而卫星网络的价值，也将从补充地面宽带，进一步延伸到全球感知数据采集、机器互联和算力协同。
鲲世的答案：250 公里、10000 颗星，建一张 " 地球神经网络 "
如果把未来 AI 体系类比成人体，大模型和超级数据中心是 " 大脑 "，机器人、汽车、无人机和传感器是 " 末梢 "，那么两者之间需要一张真正覆盖全球的 " 神经网络 "。
今天，这张网络主要由光纤、4G 和 5G 组成。它们在城市和人口密集区域效率极高，但地面网络天然存在地理边界：基站需要选址，光纤需要铺设，海洋和荒漠的单位覆盖成本远高于城市。当 AI 开始进入天空、海洋、矿山和极地，仅靠地面基础设施很难实现真正连续的全球覆盖。
鲲世航天 ( KunSpace ) 的答案是：在 250 公里级超低轨上部署 10000 颗卫星，构建一张以 " 大上行 " 为核心能力的空间神经网络。
为什么是 250 公里？如果卫星只是向地面广播信号，轨道高一些并没有根本问题。但如果未来需要连接的是机器人、无人机、汽车和小型传感器，情况会完全不同。卫星可以拥有较大的天线和能源系统，但终端不可能无限提高天线尺寸、发射功率和电池容量。真正稀缺的，其实是终端侧能力。
轨道越低，传播距离越短，链路预算越有利，时延也更低。把卫星从 500 公里级进一步降低到 250 公里级，本质上是在把空间基础设施主动向终端靠近，让更小、更低功耗、更普通的设备获得连接全球网络的可能。鲲世认为，250 公里级超低轨可能成为距离物理世界最近的一层 AI 基础设施。
这也是鲲世为什么不把 250KM VLEO 理解成单纯的 " 轨道更低 "。真正重要的是，当轨道、卫星平台、通信链路和终端能力被一起重新设计后，空间网络的产品逻辑可能发生变化：过去是让终端适配卫星，未来则可能是让卫星网络主动降低普通终端接入空间网络的门槛。
鲲世所构建的，也不只是一张通信网络。随着星载计算、激光通信和软件定义卫星的发展，下一代智能卫星节点可以同时承担感知、连接和计算三种角色。数据不一定全部传回地面后才开始计算，距离数据最近的节点可以先完成筛选、压缩和预处理，再把真正高价值的数据送往更强的计算节点。
这就是鲲世提出的 "Cloud+Edge+Space" 架构：Cloud 负责大模型训练和复杂推理，Edge 负责机器人、汽车和工厂的本地实时计算，Space 则负责全球感知、广域连接和在轨预计算。三者不是彼此替代，而是共同构成 AI 时代的基础设施层。
从造星到组网：鲲世的路径与野心
鲲世航天 ( KunSpace ) 的战略路径并不是一开始就直接建设万颗星座，而是先造星、再建平台、最后组网。对于一家试图进入 250KM VLEO 的公司而言，这条路径首先要解决的不是故事有多大，而是能否把 250KM VLEO 真正做成一种可以稳定运行、批量制造和持续迭代的产品。
第一步，验证整星能力。250KM VLEO 并不是把传统卫星简单 " 降下来 "。更强的大气阻力、更复杂的原子氧环境，以及长期推阻平衡，对推进、能源、结构、材料、姿轨控和整星协同提出了系统性挑战。真正的门槛，也因此不只是某一项技术指标，而是把一颗卫星从设计、研制、测试、批产一直做到稳定在轨的完整工程能力。
这恰恰是鲲世团队过去积累最深的地方。核心团队拥有百星级卫星工程实践，骨干成员曾深度参与大型星座建设，覆盖卫星总体设计、低轨星座研制、批量生产、质量管理、发射交付与在轨运行等完整链条，具备从单星研制到星座级批产交付的完整工程经验。鲲世很少把 " 团队 " 作为最先讲的故事，但在公司内部有一个相当明确的判断：如果 250KM VLEO 最终比拼的是整星工程能力和规模化交付能力，那么这支真正做过星、做过批产、也做过星座的团队，是鲲世最有底气的一张牌。
鲲世认为，进入 250 公里级超低轨时代，行业竞争最终比拼的不是 " 能不能做出一颗实验星 "，而是能不能把复杂的 250KM VLEO 技术变成稳定、低成本、可批量复制的产品。实验室里证明一个技术可行，与把几十颗、几百颗卫星稳定交付，是两种完全不同的能力。对于最终目标是万颗级网络的鲲世而言，工程化和批产能力从第一天起就必须进入产品定义。
第二步，形成可规模复制的平台。鲲世的目标不是造一颗 250 公里的卫星，而是打造一代围绕 250KM VLEO 重新设计的智能卫星平台。低阻轻量化结构、高效率电推进、软件定义卫星、星载计算和星间通信，都可能成为这一平台的核心能力。
其中，推进解决的是 " 长期飞得住 "，结构解决的是 " 以更低阻力、更低重量运行 "，星载计算则更像整颗卫星的 " 大脑 "：通过软件定义硬件，把轨道预测、推阻平衡、能源管理、姿态控制和任务调度放进统一的计算与软件体系中。对鲲世而言，250KM VLEO 不是某一个分系统的升级，而是一次整星级的重新设计。
更重要的是，这套平台并不只服务一种任务。通信、遥感、AI 计算和物联网可以共享相当一部分平台能力，差异更多集中在载荷和任务配置。只有把共性能力沉淀为标准平台，卫星才可能像工业产品一样持续迭代，而不是每一颗都从头定制。
第三步，组网。10000 颗卫星的目标，意味着鲲世最终要构建的不是一家传统意义上的卫星制造公司，而是一套可以持续扩展的空间基础设施。卫星只是节点，真正形成价值的是节点之间的连接，以及它们与地面终端、边缘计算和云端 AI 之间的数据流动。
在这一框架下，鲲世的 10000 颗 250 公里级超低轨卫星不只是通信中继，而是 " 行星级神经网络 " 的节点。卫星节点像 " 神经元 "，星间链路像 " 神经突触 "，机器人、无人机、汽车、船舶和传感器则像分布在地球表面的感知末梢。
这也解释了鲲世为什么把终局放在 " 连接物理世界 " 而不是 " 连接更多用户 "。当机器数量远远超过人类终端数量，网络的核心价值可能不再只是让人随时随地上网，而是让真实世界的状态可以被持续感知、传输、计算，再反馈给机器执行。
过去十年，人类投入巨额资本，为 AI 建设越来越强大的 " 大脑 "。算力中心越来越大，模型参数越来越多，推理能力越来越强。但当 AI 真正走出屏幕、进入现实世界之后，一个同样重要的问题开始出现：这些大脑如何持续看见、听见并理解整个地球？
如果说上一代互联网解决的是人与信息的连接，那么下一代 AI 基础设施需要解决的，可能是智能与物理世界的连接。谁能够让遍布全球的机器成为 AI 的感知末梢，谁就有机会成为这套新基础设施的一部分。
