飞象网讯（孙迎新/文）当巨型星座把近地轨道变成繁星满天，频谱同频重叠、系统间干扰加速凸显，后星座时代的卫星通信，正站在能否稳定组网、高可靠建设的关口。
近日，2026中国无线电大会在河北雄安新区开幕。本届大会聚焦电磁空间安全、6G、卫星互联网、低空经济、AI赋能无线电、工业无线专网六大方向，中国科学院院士何元智在大会期间，发表题为《后星座时代卫星通信的AI重塑与关键技术探索》的主旨演讲。
何院士在演讲中，结合低轨星座加速部署、手机直连等新兴业务热点，阐述了后星座时代卫星通信的挑战、AI重塑体系架构的演进逻辑，以及五大关键AI技术方向，对我国天地一体智能信息网络建设具有重要指导意义。
繁星满天之后：四大严峻挑战
何元智判断，随着巨型星座大规模部署与天地网络加速融合，卫星通信已经进入后星座时代，系统性难题也随之而来。
挑战之一，是系统间同频干扰加速凸显且关联复杂。她在演讲中指出：“不管是低轨的、高轨的还是我们地面网络，不管是区域性的服务还是全球性的服务，都在工作频段上存在着大量的同频重叠。”
她进一步表示，低轨、中轨、高轨星座之间，以及卫星星座与地面移动网络之间，同频干扰相互交织；全球性场景叠加复杂高动态变化，让实时干扰分析难以开展，同频兼容共用更难落地。
挑战之二，是新兴业务引发存量与增量业务间的干扰投诉激增。以手机直连卫星为例，何元智表示，这个将来可能大众普惠、人人都会用到的业务，早在2024年5月17日，就出现了首次针对存量手机直连卫星试验的干扰投诉，这个星链试验被指干扰其他卫星业务。
今年3月以来，同类同频干扰投诉越来越多。她认为，面向B2C新兴业务与下一代NTN业务，在走向全球泛在过程中，同频干扰将会加速出现。
由此带来第三、第四重挑战：网络难以稳定组网，以及难以高可靠建设与接入。
从连接系统到智能系统：架构演进与六大质变
面对挑战，何元智给出的解决思路，是从连接系统向智能系统演进。
她回顾，过去基于AI的卫星网络优化，长期停留在以静态模型驱动的点上局部优化（如链路参数动态调整），此后逐渐深入网络层、管控层，发展为以大模型辅助、智能体驱动的自主智能系统。
在她看来，这一进程的实质，“将会是一个从连接系统向智能系统的演进”。
具体到体系架构，何元智指出，AI将贯穿整个系统的云、边、端所有末端：物理架构上是云边协同训练、边缘实时推理、终端智能执行；逻辑架构上则以多模态模型为基础，通过Agent处理全业务，实现多智能体协同、多业务自主服务。
她进一步指出，在这一架构下，AI赋能将带来六个维度的根本性质变。
认知之变：各类轨道的通信卫星将从通信节点变成认知节点，“卫星不再仅仅是数据的搬运工，而会进化为具备环境感知、态势理解、自主认知的太空智能体”。
协同之变：星间协同从依赖预定规则的协同进化到群体智能，通过分布式多智能体强化学习，让卫星集群自主探索最优响应模式，提升任务与资源利用效能。
管控之变：从人工参与的规划演进到意图驱动的管控，系统主动理解业务意图、基于全局目标自主协商，对应急保障等突发需求实现毫秒级响应。
运维之变：从人工值守走向预测性自治，网络运维由故障后的被动响应，升级为AI驱动的实时感知、故障预测、自动隔离与恢复闭环。
传输之变：从比特传输走向语义交互，考虑到卫星通信的资源是非常宝贵的，语义特征传输可在带宽受限条件下支撑手机直连、物联网等极简通信。
服务之变：卫星网络从单纯的通信管道，演进为集通信、导航、遥感、计算于一体的综合服务平台，孕育全新的行业应用与商业价值。
何元智强调，AI“不再是对传统卫星通信的性能优化，而是对我们整个卫星通信系统架构的根本性重塑”。
让AI真正上天：五大关键技术探索
围绕上述架构重塑，何元智梳理了业界与团队前期开展的五个前沿技术方向。
一是星载AI大模型与认知Agent的轻量化及分布式部署。
她以马斯克的百万量级卫星打造太空算力帝国的设想为引，提出星载AI大模型是后星座时代的智慧大脑：可以在大型卫星平台上部署领域模型，在低轨卫星上布设轻量化模型，在天基边缘设备上布设微型算力，形成多态大小模型协同的分布式智能网络。
她进一步表示，轻量化技术是算力上天的第一关，而模型量化、参数剪枝、知识蒸馏是第一步；同时要开展可拆分性分析，找到适配卫星网络高误码、长时延、容迟容断特性的星间协同推理方案。有了模型还要灵活调度，认知Agent正是后星座时代的智能执行器。
二是基于AI的智能频谱挖掘与主动抗干扰。
何元智表示，过去的抗干扰多是感受到干扰后被动应对，未来要依托太空算力，基于AI进行频谱需求预测、资源自动化调整与知识图谱挖掘，可以让我们的频谱资源在轨活起来，进而把抗干扰从过去的被动躲避转化到主动认知。
三是适应高动态拓扑的认知路由与分布式优化。
针对传统网络无法捕捉通断时序演变的问题，她认为要把巨型星座下离散的状态表征，升级为连续的时空特征表征，结合多智能体融合开展时空特征提取、建模与时序仿真，沿着从静态拓扑预设到动态图的实时推演方向演进。
四是面向极低带宽的语义编码与生成式重建。
何元智强调，频谱是有限的，而且它是安全受限的。这就要求在极低带宽条件下保证可靠传输，发射端的语义高效表征与接收端基于扩散模型、自回归模型的生成式重建，需要结合星间、星地等不同链路特点开展研究。
五是基于意图驱动的自主决策与网络自愈。
