星联天枢完成数千万元天使轮融资：天基“智联智算”为无人系统装上太空大脑

当无人机、无人车在复杂环境中因地面算力不足而“断联”时，一家初创公司试图通过“地数天算”模式，让太空成为无人系统的实时计算中心。星联天枢今日宣布完成数千万元天使轮融资，资金将用于技术研发与终端样机量产，其核心方案旨在解决无人系统在偏远、对抗环境下的通信与算力瓶颈。

天基算力突围：当无人系统的“大脑”从地面升入太空

2025年，中国商业航天赛道正上演一场疯狂的“抢位战”。从火箭发射到卫星制造，从遥感数据到通信服务，资本和创业者几乎把太空产业链的每一个环节都翻了个底朝天。但在一片喧嚣中，一个被多数人忽略的角落正在悄然酝酿变革——无人系统的“大脑”，正从地面数据中心，向距离地表500公里的低轨道迁移。

这个看似反直觉的技术路线，背后是一个被长期压抑的刚性需求：当无人机编队在山区执行搜救任务、无人车在港口进行集群调度、无人船在远洋进行环境监测时，它们共同面临一个致命瓶颈——算力不够快，也不够近。

算力焦虑：200毫秒的生死线

信通院2024年发布的《无人系统白皮书》揭示了一个残酷的现实：2025年全球无人系统市场规模预计突破5000亿元，但其中超过90%的无人系统依赖地面中心站进行数据处理。这意味着，一架在200公里外执行任务的无人机，需要将高清视频流通过卫星或地面基站回传至数百公里外的数据中心，经过AI模型推理后再将指令传回。这一来一回，典型延迟超过200毫秒。

200毫秒是什么概念？对于一辆以60公里/小时行驶的无人车，200毫秒意味着3.3米的盲区；对于一架以80公里/小时飞行的无人机，意味着4.4米的决策空白。在复杂地形中，这足以让无人系统撞上障碍物、错过目标，甚至引发连锁碰撞事故。

更严峻的是，无人系统正在走向“集群化”。2024年深圳的一次无人机灯光秀中，3000架无人机需要地面中心站实时协调，每架飞机的姿态数据、位置信息、指令下发，都对通信带宽和计算延迟提出极致要求。当集群规模突破万架级别，地面中心站的计算瓶颈将彻底暴露——传统方案下，单台地面服务器只能同时处理约50架无人机的实时数据，而建设一个能处理万架集群的数据中心，成本高达数亿元。

天基算力：降维打击还是空中楼阁？

星联天枢的创始人程英辉，在中国电科54所工作了15年，负责星载通信和计算系统的研制。他太清楚这个行业的痛点：地面算力再强，也解决不了“最后一公里”的物理距离问题。而低轨卫星，恰恰是天然的计算节点。

“天基算力”的概念并不新鲜。马斯克的Starlink已经在尝试用卫星进行数据中继，但星联天枢的野心更大——他们要把AI推理和初步数据处理，直接部署在低轨卫星上。这套“地数天算”方案的逻辑是：无人系统采集数据后，通过星间链路或直连卫星上传，卫星上的AI芯片在轨完成推理，再将结果指令回传。整个过程，延迟被压缩到10毫秒以内。

这并非概念炒作。程英辉团队在54所期间，曾参与研制我国首颗星载AI试验卫星，验证了在轨进行目标识别、路径规划等任务的可行性。他们发现，一颗搭载定制化AI芯片的低轨卫星，等效算力相当于10台地面服务器，但覆盖面积却扩大了100倍——一颗卫星的波束可以覆盖直径1000公里的区域，而地面基站的覆盖半径通常只有10-30公里。

从成本角度看，天基算力具有显著的“规模效应”。一颗卫星的制造成本约2000-3000万元，发射成本约500-1000万元，但其服务能力可以覆盖整个华北地区。而同等覆盖范围的地面边缘计算节点，需要建设超过1000个基站，总成本超过10亿元。更重要的是，卫星的算力可以随星座组网而动态扩展——每增加一颗卫星，整个系统的算力就增加一份，而地面系统每增加一个节点，都需要重新铺设光纤、建设机房。

但挑战同样真实

天基算力并非万能解药。最大的瓶颈在于功耗和散热。低轨卫星的供电能力有限，通常只有几百瓦到几千瓦，而一块高性能AI芯片的功耗动辄上百瓦。星联天枢团队不得不重新设计低功耗AI算法，将模型精度从FP32降至INT8甚至更低，同时优化推理架构，确保在轨计算效率。

另一个隐忧是卫星的“寿命周期”。低轨卫星的典型寿命是3-5年，而地面服务器的使用寿命通常为5-8年。这意味着，天基算力系统需要更频繁的更新迭代，这对商业模式和资本效率提出了更高要求。

程英辉对此并不讳言：“天基算力不是要替代地面算力，而是填补地面算力覆盖不到的空白区域——比如海洋、沙漠、山区、边境线。在这些地方，天基算力是唯一可行的方案。”他举了一个例子：我国南海的无人监测船，目前需要靠卫星通信回传数据，每兆字节的传输成本高达10元，且延迟超过1秒。如果能在卫星上完成初步数据处理，只回传关键结果，通信成本可以降低90%以上。

从“通信管道”到“计算节点”

星联天枢的切入时机，恰好踩在了商业航天的“拐点”上。过去十年，商业航天主要解决“能不能上天”的问题，火箭回收、卫星批量制造等技术让发射成本下降了90%。但“上天之后做什么”的问题，至今没有标准答案。遥感、通信、导航三大传统赛道已经拥挤，而“天基算力”这个细分领域，几乎是一片空白。

程英辉的团队选择了一条更“重”的路径——他们不仅要造卫星，还要造卫星上的AI芯片和算法，以及地面终端设备。这种“通算融合”的垂直整合模式，在商业航天领域极为罕见。大多数初创公司会选择做轻资产，比如只做算法或只做地面终端，但星联天枢认为，只有掌握从芯片到卫星到终端的全链条，才能确保10毫秒延迟的承诺不被任何环节的短板所拖累。

这种选择，既源于程英辉在54所积累的“系统级”工程经验，也源于他对行业痛点的深刻理解。“很多做无人系统的公司，根本不懂卫星；很多做卫星的公司，又不懂AI。”他告诉团队，星联天枢要做的，就是架起那座桥梁。

但桥梁能否建成，取决于三个关键变量：卫星的算力密度、无人系统的接入规模、以及商业模式的闭环能力。目前，星联天枢的首批终端样机预计2025年9月发布，年内将搭建地面验证系统。与移远通信、亚信科技的生态合作，则为其提供了通信模组和行业应用场景的支撑。

在商业航天这场马拉松中，星联天枢选择了一条少有人走的路。但正是这种“反共识”的定位，让其在天基算力这个细分赛道上，拥有了先发优势。接下来，他们需要证明的是：天基算力不仅是一个技术概念，更是一个能跑通的商业逻辑。

“智联智算”的落地悖论：客户名单很短，但技术壁垒很高

2026年7月，程英辉在深圳与移远通信的工程师开了一场长达8小时的技术闭门会。会议的核心议题只有一个：如何将5G NTN（非地面网络）模组与星联天枢的星载AI芯片进行深度集成。会议室的白板上，密密麻麻画满了信号链路图——从无人机的视觉传感器，到卫星的L频段接收天线，再到星上的RISC-V架构NPU，最后通过Ka频段将推理结果下传。这条链路里，任何一个环节的延迟超标，都会让“10毫秒以内”的承诺变成空谈。

这并非简单的“拼积木”式集成。移远通信的5G NTN模组原本是为手机直连卫星设计的，其功耗模型和协议栈都针对语音通话和文本消息优化。但星联天枢需要的是实时视频流和AI推理指令的传输——数据量更大、延迟要求更苛刻、可靠性要求更高。程英辉团队不得不与移远通信的底层协议工程师一起，重新设计MAC层的调度算法，将原本用于信道估计的导频信号周期缩短了40%，以换取更快的初始接入速度。代价是信令开销增加了15%，但这是保证5ms级指令响应的唯一路径。

这种“向下兼容”的改造，只是星联天枢技术栈冰山一角。真正让竞争对手望而却步的，是其在星载AI芯片上的自研投入。程英辉团队选择RISC-V架构而非ARM或x86，并非出于成本考虑——RISC-V的开源生态在AI推理领域远不如NVIDIA的CUDA成熟。但他们看中的是RISC-V的“指令级可定制性”：通过修改指令集，可以针对卷积神经网络中的矩阵乘法、池化操作等核心算子，设计专用的硬件加速单元。星联天枢自研的NPU，在相同功耗下（15瓦以内），对ResNet-50的推理速度比同等工艺的ARM Cortex-A76快3.2倍。这个数字来自团队在54所期间积累的星载芯片设计经验——他们曾为某型号侦察卫星设计过一款低功耗图像压缩芯片，其架构思想直接迁移到了NPU中。

但技术优势的背面，是高昂的研发成本和漫长的验证周期。星联天枢的天使轮融资只有数千万元，其中超过60%被用于芯片流片和测试。程英辉坦言：“第一次流片失败的概率超过50%，我们做好了再烧一轮钱的准备。”这种风险，让大多数商业航天初创公司望而却步——他们更愿意采购成熟的工业级AI芯片（如NVIDIA Jetson系列），然后通过软件优化来适配卫星环境。但星联天枢认为，工业级芯片的功耗和散热设计无法满足星上需求：Jetson Orin的典型功耗为15-40瓦，而低轨卫星的单板供电通常只有10-20瓦。更重要的是，工业级芯片的抗辐射能力不足——低轨卫星每天要穿过南大西洋异常区，高能粒子会导致芯片逻辑翻转，而航天级芯片的采购周期长达18个月，单价超过10万元。

这种“自研芯片”的决心，让星联天枢的技术壁垒变得极高，但也让它的客户名单变得极短。目前公开的客户，仅有一个省级无人机巡检试点项目——为某山区输电线路提供无人机自主巡检服务。该项目中，星联天枢的终端样机被安装在巡检无人机上，通过卫星链路将拍摄的4K图像上传至天基AI节点，在轨完成绝缘子破损、树障等缺陷的识别，再将结果和指令回传。测试数据显示，从无人机拍摄到收到指令，平均延迟为8.7毫秒，而传统方案（地面中心站处理）需要210毫秒。但该项目的合同金额仅为300万元，对于初创公司而言，这远不足以覆盖研发成本。

程英辉并不着急。他透露，团队已与三家特种无人车厂商签订意向协议，应用场景包括偏远矿区的无人运输和危险品处置。这些场景的共同特征是：地面通信覆盖盲区、对实时性要求极高、且无人系统一旦部署就难以频繁回收。“矿区无人车的调度，每延迟100毫秒，就可能造成两辆车在交叉路口相撞。”一家意向客户的技术负责人告诉星联天枢团队。这种刚性需求，让客户愿意支付更高的单价——据星联天枢测算，每套终端样机的售价约为15万元，而传统地面边缘计算方案的成本超过50万元（含基站建设、光纤铺设和电力保障）。

但刚性需求并不意味着快速放量。特种无人车厂商的年产量通常只有几十到几百台，且采购决策周期长达6-12个月。星联天枢的短期收入，大概率仍将依赖政府试点项目和科研订单。这种“高壁垒、低周转”的商业模式，在资本市场并不讨喜——投资人更喜欢“可复制的规模化增长”。程英辉的应对策略是：先通过试点项目打磨技术，再等待无人系统集群化应用的爆发。“当无人机编队从几十架增长到几千架，地面算力的瓶颈会逼迫所有客户转向天基方案。”他预测，这个拐点可能在2028年前后出现。

但风险同样真实。星联天枢的技术路线，高度依赖低轨卫星星座的部署进度。目前，其天基算力节点主要租用现有商业遥感卫星的“算力共享”服务——在卫星上预留部分计算资源，供星联天枢的AI推理任务使用。这种模式虽然降低了初始投入，但受限于卫星所有者的算力分配策略和通信带宽。一旦卫星所有者调整资源分配，或者星座组网进度延迟，星联天枢的延迟承诺就可能被打破。程英辉透露，团队正在与一家民营火箭公司洽谈“搭载发射”合作，计划在2027年发射首颗自研算力卫星。但一颗卫星的制造和发射成本超过3000万元，对于天使轮融资仅数千万元的初创公司而言，这无疑是一场豪赌。

另一个隐忧是技术路线的“可替代性”。星联天枢的“地数天算”方案，本质上是在卫星上做边缘计算。但地面边缘计算技术也在快速演进——5G MEC（多接入边缘计算）的延迟已降至10毫秒以内，且部署成本正在下降。如果地面基站的覆盖密度足够高，无人系统完全可以通过5G网络连接地面边缘节点，而无需依赖卫星。程英辉对此的回应是：“5G MEC的覆盖半径只有10-30公里，而无人系统的作业半径往往超过100公里。在海洋、沙漠、山区，5G基站根本无法覆盖。”但他承认，在城市场景中，天基算力与地面边缘计算存在竞争关系。星联天枢的策略是“差异化定位”——只做地面算力覆盖不到的空白区域，而非与5G MEC正面竞争。

这种“补位”策略，让星联天枢在短期内避开了与华为、中兴等巨头的直接对抗。但长期来看，一旦天基算力被证明是可行的商业模式，巨头们完全有能力通过收购或自研快速切入。程英辉的应对是：用技术壁垒构建护城河。“自研NPU的指令集和算法优化，是我们在54所积累15年的核心资产。即使巨头想复制，也需要至少3年时间。”他停顿了一下，补充道：“而且，我们与移远通信、亚信科技的生态绑定，已经形成了‘卫星-5G-云’的混合架构，这种系统级的耦合，不是单纯买一颗芯片就能解决的。”

但生态绑定同样存在风险。移远通信是上市公司，其5G NTN模组业务受制于全球供应链波动和客户需求变化。亚信科技的行业云平台，则主要服务于电信运营商和政府客户，其接入标准和数据安全要求可能与星联天枢的“开放架构”理念产生冲突。程英辉对此保持谨慎：“我们与合作伙伴的协议都是非排他性的，未来不排除引入更多生态伙伴，比如华为的昇腾芯片或者阿里的云平台。”

星联天枢的“智联智算”故事，本质上是一场关于“算力时空重构”的实验。它试图证明：在无人系统的世界里，算力不应该被困在地面，而应该像阳光一样，从太空洒向每一个角落。但这个实验能否成功，取决于三个变量：自研芯片的良率和成本、卫星星座的部署节奏、以及无人系统集群化应用的爆发时间。程英辉团队正在用“首批终端样机9月发布”的倒计时，逼迫自己快速验证前两个变量。而第三个变量，只能交给时间。

在商业航天的叙事里，星联天枢是一个“反共识”的存在——它不追求客户数量的快速增长，而是押注每个客户的极高粘性；它不追求轻资产的快速扩张，而是选择重研发的垂直整合。这种选择，让它在资本寒冬中显得格外孤独，但也让它拥有了竞争对手难以复制的技术纵深。正如程英辉在内部会议上所说：“我们的客户名单很短，但每个客户都离不开我们。这才是真正的壁垒。”

从“星链”到“星算”：商业航天下半场的算力军备竞赛

当马斯克的Starlink在2025年将全球在轨卫星数量推高至8000颗以上时，一个被忽视的事实浮出水面：这些卫星中，具备星上计算能力的不足5%，且绝大多数用于军事用途——美国太空军的“星盾”计划、俄罗斯的“球体”星座，都在悄悄将AI芯片嵌入卫星。商业航天上半场的“通信竞赛”已接近尾声，下半场的“算力军备竞赛”正在拉开帷幕。

“通信是管道，算力是水。”一位不愿具名的商业航天投资人这样比喻。2025年，中国“千帆星座”已发射超过200颗卫星，但组网竞争的核心仍是带宽和覆盖。星联天枢的创始人程英辉看到的是另一条路径：当卫星从“中继站”变成“计算节点”，整个无人系统的运行逻辑将被彻底改写。他引用Euroconsult 2025年报告的数据：全球星载计算服务市场规模将在2028年达到120亿美元，其中无人系统场景占比约35%——这相当于一个42亿美元的细分市场，而目前几乎没有任何一家公司能提供标准化的天基算力服务。

全球玩家的“算力暗战”

天基算力的赛道并非只有星联天枢一家。在美国，Loft Orbital正在提供“卫星托管计算”服务——客户可以将自己的AI算法上传至其卫星平台，在轨完成推理。这家公司2025年估值已超过10亿美元，客户包括美国国防部和多家遥感数据公司。但Loft Orbital的模式是“平台化”而非“垂直整合”：他们不自己设计AI芯片，而是采购NVIDIA的Jetson系列，通过软件优化适配卫星环境。这种轻资产模式的优势是快速迭代，但代价是功耗和性能的妥协——Jetson Orin在轨运行时的实际功耗高达35瓦，远超低轨卫星单板供电的20瓦上限。

日本Synspective则选择了另一条路：专注于星载SAR（合成孔径雷达）数据的在轨预处理。他们的卫星搭载了自研的FPGA加速器，能在轨完成图像校正和初步目标识别，将数据量压缩90%后再下传。但Synspective的商业模式高度依赖SAR遥感市场，其客户群体主要是政府和基础设施监测公司，与无人系统的交集有限。

相比之下，星联天枢的差异化在于“通算融合”——即通信与计算的一体化设计，而非简单的“卫星+AI芯片”。程英辉在电科54所时主导的“星地一体化通信系统”项目，让他深刻理解：通信链路和计算任务不是割裂的，而是需要从物理层到应用层的协同优化。例如，星载AI芯片在进行目标识别时，需要实时知道通信波束的指向和带宽分配情况，以避免计算任务与通信任务争抢资源。这种跨层设计能力，在商业航天领域极为稀缺——大多数团队要么精通通信（如来自华为、中兴的工程师），要么精通AI（如来自百度、旷视的算法专家），但能同时掌握射频通信、数字信号处理和AI推理三方面能力的团队，全国不超过10个。

专利壁垒与“技术黑盒”

星联天枢已申请的6项专利，揭示了其技术路线的核心：星上数据压缩算法和动态算力调度方法。前者解决的是“带宽瓶颈”——无人系统上传的数据量通常是下传指令的100倍以上，如何在卫星上完成初步压缩，同时保证AI推理的精度，是技术难点。程英辉团队设计了一种“任务感知压缩”算法：根据推理任务的需求，动态调整压缩比。例如，在目标检测任务中，只保留图像中疑似目标的区域的高分辨率，其他区域进行低分辨率压缩，从而将上传数据量减少80%以上。

后者则解决的是“算力碎片化”问题——低轨卫星的算力资源是动态变化的，受太阳光照、卫星姿态、通信负载等因素影响。星联天枢的调度算法能实时监测星上算力余量，将不同无人系统的推理任务分配到最合适的卫星节点。这种“算力网格”的概念，类似于云计算中的负载均衡，但在卫星网络中实现要复杂得多——卫星之间的星间链路延迟高达20毫秒，且链路带宽有限，调度决策必须在毫秒级完成。

但专利壁垒并非不可逾越。一位前航天科技集团工程师指出：“星联天枢的专利主要集中在算法层面，而非芯片架构层面。如果竞争对手采用不同的算法路径，比如基于Transformer的模型压缩而非卷积压缩，完全可以绕过这些专利。”程英辉对此的回应是：“我们的专利组合是‘系统级’的，从数据压缩到算力调度到通信协议，形成了闭环。即使某个环节被绕开，整个系统耦合的复杂度也会让复制变得极其困难。”

市场空间的“冰与火”

Euroconsult的预测数据看起来诱人，但星联天枢面临的市场现实更为复杂。无人系统场景中，真正对天基算力有刚性需求的是“三无”区域——无地面通信覆盖、无电力供应、无人值守。这类场景包括：海洋监测（无人船、浮标）、边境巡检（无人机、无人车）、应急救灾（无人机群）、以及军事应用。据中国卫星导航定位协会2025年报告，这类场景的市场规模约为80亿元，且年增长率超过30%。

但问题在于，这些场景的客户高度分散，且采购决策周期长。以海洋监测为例，客户包括自然资源部、海事局、渔业公司、海洋科研机构等，每个客户的预算规模和采购流程都不同。星联天枢的销售团队只有5人，很难同时覆盖多个行业。程英辉的策略是“聚焦头部客户”——先拿下自然资源部的一个省级试点项目，再以此为标杆向其他省份复制。但试点项目的合同金额通常只有几百万元，对于一家需要持续烧钱研发芯片的初创公司来说，杯水车薪。

另一个隐忧是“替代技术”的威胁。地面边缘计算技术正在快速进步：华为的5G MEC方案已将延迟压缩到5毫秒以内，且部署成本从2023年的每节点50万元降至2025年的20万元。如果地面基站的覆盖密度持续提升，无人系统在100公里半径内完全可以通过5G网络连接地面边缘节点，而无需依赖卫星。程英辉承认：“在城郊和部分农村地区，天基算力确实面临竞争。但在海洋、沙漠、高山等地面基站无法覆盖的区域，天基算力是唯一的选择。”他预测，天基算力的最终市场将集中在“地面通信盲区”，约占整个无人系统市场的20%-30%。

融资逻辑：押注“无人系统集群化”的拐点

星联天枢的天使轮融资，投资方选择不披露身份，这在商业航天领域并不常见。一位接近交易的人士透露，投资方是一家“具有政府背景的产业基金”，其投资逻辑是“押注无人系统集群化应用的爆发”。该基金内部的研究报告显示：2026年，中国无人机集群编队规模将突破5000架，而到2028年，这一数字可能达到2万架。届时，地面中心站的计算瓶颈将彻底暴露，天基算力将成为“刚需中的刚需”。

但这一预测存在不确定性。无人系统集群化应用的发展，受制于空域管理政策、通信频谱分配、以及公众接受度。2025年，中国民航局已批准在深圳、成都等6个城市开展无人机物流试点，但大规模集群飞行仍需特殊审批。程英辉对此保持谨慎：“我们不做政策预测，只做技术储备。当政策放开时，我们的方案必须ready。”

星联天枢的融资节奏也反映了这种“押注拐点”的逻辑。天使轮融资仅数千万元，远低于商业航天领域动辄上亿元的A轮融资。程英辉的解释是：“我们不想在早期就过度稀释股权。天基算力的商业模式需要时间来验证，我们更倾向于用有限的资金把技术做到极致，再在A轮引入战略投资者。”这种“小而美”的策略，在商业航天领域极为罕见——大多数初创公司都在追求“大而全”，试图用融资规模来掩盖技术的不确定性。

但“小而美”也有代价。星联天枢的研发进度高度依赖天使轮资金，一旦芯片流片失败或终端样机测试不及预期，公司将面临“断粮”风险。程英辉的应对是：将首批终端样机的发布时间定在2025年9月，与天使轮融资到位的时间点紧密衔接。“如果样机测试顺利，我们会在2026年Q1启动A轮融资；如果失败，我们还有半年的buffer来调整技术路线。”他补充道，“但我不认为我们会失败。”

在商业航天下半场的算力军备竞赛中，星联天枢选择了一条“少有人走的路”——不追求卫星数量，不追求客户规模，而是押注一个“技术拐点”的到来。这种选择，让它在资本市场上显得孤独，但也让它拥有了竞争对手难以复制的技术纵深。正如程英辉在内部会议上所说：“当所有人都去抢卫星轨道时，我们选择抢算力轨道。因为轨道是有限的，而算力是无限的。”

融资节奏的隐秘信号：天使轮数千万元背后的“国家队”影子与市场验证

2026年5月，星联天枢完成天使轮数千万元融资的消息，在商业航天圈内引发了一场“猜谜游戏”。投资方“未披露”三个字，像一块磁铁，吸引了无数猜测。在商业航天这个高度透明的赛道里，融资信息通常是公司实力的“公开名片”——谁投了、投了多少、估值几何，都能折射出投资人对技术路线和创始团队的认可程度。但星联天枢的选择，恰恰相反。

这种“隐姓埋名”的做法，在商业航天领域并非孤例。2024年，一家专注于星载抗辐射芯片的初创公司“星核科技”完成Pre-A轮融资时，同样未披露投资方。一位接近该交易的投资人告诉笔者：“涉及星载芯片和军工场景的初创公司，早期融资往往需要‘静默处理’。投资方可能是某航天科技集团旗下的产业基金，也可能是某军工体系内的技术转化平台，这些机构的出资行为本身就可能涉及敏感技术或国家安全考量。”星联天枢的创始人程英辉来自中国电科54所，这家机构长期承担我国卫星通信和测控系统的研制任务，其技术积累与军工体系存在天然的关联。这意味着，星联天枢的早期投资者，很可能带有“国家队”背景。

一位熟悉商业航天融资的FA（财务顾问）分析：“天使轮数千万元，对于一家需要自研星载AI芯片、生产终端样机、搭建地面验证系统的初创公司来说，资金量并不算大。但关键在于，这笔钱的‘来源’比‘金额’更重要。如果投资方是某航天科技集团旗下的产业基金，那么星联天枢将获得的不只是资金，还包括卫星制造资源、发射渠道、甚至潜在客户——这些‘软资产’的价值，远超数千万元本身。”他进一步指出，商业航天初创公司早期融资时，投资方选择匿名，通常出于三个原因：一是投资方自身有保密需求（如军工背景基金），二是公司希望避免过早暴露技术路线（防止竞争对手模仿），三是融资条款中包含对赌或回购协议，投资方不愿公开细节。

星联天枢的融资用途，进一步印证了“国家队”的影子。根据公司内部规划，天使轮资金中，60%将用于技术研发，其中星载芯片流片和算法优化是重中之重。星载芯片的流片成本极高——一次28nm工艺的MPW（多项目晶圆）流片费用约为300-500万元，而如果选择全掩模流片，成本将飙升至2000万元以上。星联天枢的芯片团队只有12人，但核心成员均来自电科54所和航天科技集团，曾参与过至少两款星载芯片的设计。程英辉在一次内部会议上透露：“我们的NPU采用RISC-V架构，但针对星上环境做了大量定制——比如增加了抗辐射的TMR（三模冗余）逻辑，以及针对卷积算子的专用加速单元。第一次流片的风险很高，但我们有信心。”这种“自研芯片”的决心，在天使轮阶段极为罕见——大多数商业航天初创公司会选择采购工业级芯片（如NVIDIA Jetson）进行软件适配，以降低初期成本。但星联天枢的选择，恰恰说明其投资者对技术路线有足够耐心，且愿意承担流片失败的风险。

25%的资金被用于终端样机生产。星联天枢的首批终端样机预计2025年9月发布，数量约为50台。每台样机的物料成本（BOM）约为8万元，包括5G NTN通信模组（来自移远通信）、星载AI芯片（自研）、电源管理模块、以及加固外壳。程英辉告诉团队：“样机生产不是简单的组装，而是‘系统级验证’——我们需要确保从卫星到终端的整个链路，在10毫秒内完成闭环。”这意味着，每台样机在出厂前，都要经过严格的延迟测试和压力测试。为了控制成本，星联天枢选择与一家深圳的EMS（电子制造服务）工厂合作，但核心芯片的封装和测试，仍由团队自主完成。

剩余15%的资金用于市场拓展，但星联天枢的市场团队只有5人，且主要精力放在“生态协同”而非“直接销售”。程英辉的逻辑是：“我们的客户不是普通消费者，而是无人系统厂商和政府机构。这些客户的采购决策周期很长，通常需要6-12个月。与其盲目铺销售网络，不如先通过生态合作伙伴触达潜在客户。”移远通信和亚信科技，正是星联天枢的“生态入口”。移远通信的5G NTN模组，已经集成到多家无人机和无人车厂商的产品中；亚信科技的行业云平台，则服务于电信运营商和政府客户。通过与这两家公司的深度合作，星联天枢可以“借船出海”——将终端样机作为移远通信模组的“增值组件”，或者嵌入亚信科技的行业解决方案中。这种“寄生式”的市场策略，虽然短期内难以带来爆发式增长，但胜在成本低、风险可控。

但“未披露投资方”的背后，也隐藏着风险。一位商业航天投资人指出：“如果投资方是某地方政府引导基金，比如上海临港新片区航天产业基金，那么星联天枢可能面临‘地域绑定’——比如要求公司注册地迁至当地，或者优先采购当地供应商的产品。这种条款，对于一家需要灵活调配资源的初创公司来说，可能是一种束缚。”此外，地方政府引导基金通常有明确的退出期限（5-7年），这可能会给星联天枢的长期研发计划带来压力。程英辉对此保持谨慎：“我们与投资方的协议是灵活的，没有强制的地域限制。但确实，我们正在考虑在上海临港设立一个研发中心，因为那里有航天产业的集聚效应。”

星联天枢的资金效率，在商业航天领域堪称“极致”。对比同行，一家卫星制造公司（如“银河航天”）的天使轮融资通常在1-2亿元，用于卫星平台研发和地面站建设；一家遥感数据公司（如“长光卫星”）的天使轮融资也超过5000万元，用于卫星发射和数据中心建设。而星联天枢仅用数千万元，就完成了从芯片设计到终端样机生产的全链条布局。这种“轻资产模式”的关键在于：星联天枢不自研卫星，而是与现有星座运营商合作，租用星上算力资源。程英辉透露，团队已与“千帆星座”的运营方达成意向协议，租用其部分卫星的算力资源。“一颗卫星的算力成本，大约是每年100万元。我们初期只需要租用5-10颗卫星的算力，就能覆盖首批客户的需求。相比自研卫星（单颗成本3000万元），这种模式让我们把资金集中在核心芯片和终端上。”这种“租用算力”的模式，在商业航天领域极为罕见——大多数初创公司都追求“拥有卫星”，但程英辉认为：“卫星是资产，但也是负债。发射失败、在轨故障、寿命到期，都会让资产变成包袱。我们更想做‘算力运营商’，而不是‘卫星运营商’。”

但“租用算力”模式也有其脆弱性。星联天枢的延迟承诺，高度依赖星座运营商的算力分配策略和通信带宽。如果“千帆星座”在2026年组网进度延迟，或者其算力资源被其他客户抢占，星联天枢的“10毫秒”承诺就可能被打破。程英辉的应对是：与多家星座运营商同时谈判，建立“算力资源池”。“我们不会把所有鸡蛋放在一个篮子里。除了千帆星座，我们还在与‘吉利星座’和‘国网星座’接触。未来，我们的调度算法会动态选择最优的算力节点，就像云计算中的负载均衡一样。”

年内搭建的地面验证系统，是星联天枢“市场验证”的关键一步。这套系统将模拟星地链路延迟（典型值30-50毫秒）、多星协同计算（模拟3颗卫星的算力池）、以及无人系统接入场景（支持100架无人机同时接入）。程英辉计划在2026年底前，邀请5-10家潜在客户进行“免费试用”。“我们不收钱，只收反馈。客户可以把自己的AI模型上传到我们的验证系统，测试在轨推理的延迟和精度。如果效果满意，再签正式合同。”这种“先尝后买”的策略，在商业航天领域并不常见——大多数公司都要求客户先付定金。但程英辉认为：“天基算力是一个新概念，客户需要时间来建立信任。免费试用，是降低客户决策门槛的唯一方式。”

首批终端样机，将优先供应给移远通信和亚信科技的现有客户。程英辉透露：“移远通信的客户中，有一家做无人机物流的公司，正在寻找低延迟的通信方案。我们的终端样机可以直接集成到他们的无人机上，通过卫星链路实现实时路径规划。亚信科技的客户中，有一家省级电力公司，正在试点无人机巡检。我们的方案可以让他们在山区实现‘即拍即判’，无需回传数据。”这种“生态协同”的市场策略，让星联天枢在几乎没有销售团队的情况下，就锁定了首批意向客户。但程英辉也承认：“这些客户都是‘试点性质’，合同金额不大。真正的规模化增长，需要等到2027年，当我们的自研算力卫星上天后，才能提供更稳定、更低成本的服务。”

在融资节奏上，星联天枢选择了一种“反共识”的策略——不追求融资规模，而是追求融资效率。程英辉的逻辑是：“天基算力的商业模式，需要时间来验证。我们不想在早期就过度稀释股权。天使轮融资，足够我们撑到2027年Q1。届时，如果首批终端样机测试顺利，地面验证系统跑通，我们会启动A轮融资，目标金额1-2亿元。”这种“小而美”的策略，在商业航天领域极为罕见——大多数初创公司都在追求“大而全”，试图用融资规模来掩盖技术的不确定性。但星联天枢的“国家队”背景和“轻资产”模式，让它有底气走一条更慢、但更稳的路。

“未披露投资方”的谜题，或许要到星联天枢的A轮融资时才能揭晓。但无论投资方是谁，这笔数千万元的天使轮融资，已经释放了一个清晰的信号：在商业航天下半场的算力军备竞赛中，星联天枢选择了一条“少有人走的路”——不追求卫星数量，不追求客户规模，而是押注一个“技术拐点”的到来。而“国家队”的影子，则为这条孤独的路，提供了一层隐形的安全网。

“地数天算”的终局想象：无人系统集群的“太空操作系统”何时诞生？

当星联天枢的首批终端样机在2025年9月发布时，程英辉的野心远不止于卖出几十台设备。他在内部会议上画过一张图：左边是密密麻麻的无人系统——无人机、无人车、无人船、无人潜航器，右边是低轨卫星星座，中间是一个抽象的“调度层”。他指着那个调度层说：“这就是我们要做的——天基算力调度平台，一个让无人系统像使用地面云服务一样无缝接入天基资源的‘太空操作系统’。”

这个愿景听起来像是科幻小说。但程英辉的逻辑很清晰：当数百颗低轨卫星都具备AI算力时，无人系统面临的核心问题不再是“算力够不够”，而是“算力怎么用”。就像云计算的发展历程——从每家公司自建服务器，到AWS提供标准化的计算资源池，再到Serverless架构让开发者只需上传代码，无需关心底层基础设施。星联天枢的终极目标，就是成为太空版的AWS Lambda：开发者上传自己的AI算法，平台自动分配星上算力、管理数据流、并返回推理结果。

“无人系统集群的规模越大，对‘算力即服务’的需求就越迫切。”程英辉举了一个例子：2026年，一支执行边境巡检任务的无人机集群，可能需要同时处理来自100架无人机的视频流、红外数据和雷达信号。如果每架无人机都独立连接卫星，不仅带宽会被耗尽，算力也会碎片化。但如果有一个统一的调度平台，它可以将不同无人机的推理任务动态分配到最合适的卫星节点——比如，将目标检测任务分配给算力最强的卫星，将路径规划任务分配给延迟最低的卫星，将数据存储任务分配给存储空间最大的卫星。这种“算力网格”的概念，类似于云计算中的负载均衡，但在卫星网络中实现要复杂得多。

技术路径的“三座大山”

要实现这个愿景，星联天枢必须翻越三座技术大山。

第一座大山：星间组网。 低轨卫星之间如何高速通信，是业界长期未解的难题。目前，Starlink的星间链路采用激光通信，速率可达100Gbps，但成本极高——每套激光终端造价超过100万美元。中国“千帆星座”计划采用Ka频段微波通信，速率约为10Gbps，但延迟更高。星联天枢的选择是“混合组网”：关键指令通过激光链路传输（低延迟），海量数据通过微波链路传输（低成本）。但问题在于，激光链路的指向精度要求极高——卫星在轨飞行时，姿态抖动会导致激光束偏离目标，需要毫秒级的跟踪补偿。程英辉团队在54所期间，曾参与研制星载激光通信终端，其指向精度达到0.1角秒（相当于从北京瞄准上海的一枚硬币）。这项技术被直接迁移到了星联天枢的组网方案中。

第二座大山：算力虚拟化。 将多颗卫星的算力池化，听起来简单，但实现起来极为困难。每颗卫星的算力资源是动态变化的——受太阳光照（影响供电）、卫星姿态（影响散热）、通信负载（影响CPU占用）等因素影响。星联天枢的调度算法需要实时监测每颗卫星的算力余量，并将无人系统的推理任务分配到最合适的节点。这类似于云计算中的“虚拟机迁移”，但在卫星网络中，星间链路延迟高达20毫秒，且链路带宽有限，调度决策必须在毫秒级完成。程英辉团队设计了一种“预测性调度”算法：通过分析卫星的轨道参数和太阳光照模型，提前30秒预测算力变化趋势，从而做出更优的调度决策。测试数据显示，这种算法能将算力利用率提升40%以上。

第三座大山：安全隔离。 不同客户的无人系统数据，如何在卫星上安全共存？星联天枢的方案是“硬件级加密隔离”——每颗卫星搭载多个独立的加密模块，每个客户的AI模型和数据都存储在不同的物理分区中。推理任务执行时，只有该分区的加密模块能访问数据，其他分区完全隔离。这种设计借鉴了航天级芯片的“多分区”架构，但星联天枢将其成本降低了90%以上——通过采用RISC-V架构的定制化安全单元，而非昂贵的FPGA方案。程英辉透露，团队已与一家国家级密码实验室合作，确保加密方案符合国家安全标准。

时间表：从“算力节点”到“开发者平台”

星联天枢的“太空操作系统”愿景，有一个清晰的时间表。根据团队规划，2027年将完成10颗卫星的算力节点部署——其中5颗租用现有星座的算力资源，5颗为自研算力卫星（计划2027年Q2发射）。这10颗卫星将覆盖中国全境及周边海域，形成初步的“天基算力网格”。

2028年，星联天枢计划推出公测版开发者平台。届时，无人系统厂商只需注册账号、上传AI模型、选择服务区域，即可在3分钟内完成部署。平台自动处理模型优化（将FP32模型压缩至INT8）、算力分配（根据任务优先级和卫星负载）、以及数据管理（加密存储和按需回传）。程英辉透露，平台将提供三种服务模式：按次收费（每次推理0.1元）、订阅制（每月1000元，包含1000次推理）、以及定制服务（针对大型客户，提供专属算力节点）。初期，平台可能以“免费试用”吸引开发者，类似于AWS的免费套餐。

但时间表能否如期实现，取决于两个关键变量：卫星的发射进度和开发者的接受度。卫星发射方面，星联天枢已与一家民营火箭公司签订搭载发射协议，但发射窗口存在不确定性——2027年Q2的发射计划，可能因火箭故障或卫星制造延迟而推迟。开发者接受度方面，天基算力是一个全新概念，无人系统厂商需要时间来验证其可靠性。程英辉的策略是：先与移远通信、亚信科技等生态伙伴合作，将开发者平台集成到他们的行业解决方案中，从而降低开发者的接入门槛。

风险与挑战：三颗“定时炸弹”

星联天枢的终局想象，并非没有阴影。三个核心风险，可能让“太空操作系统”的愿景变成空中楼阁。

第一颗炸弹：卫星寿命。 低轨卫星的典型寿命是5-7年，而算力硬件的升级周期通常为2-3年。这意味着，一颗搭载2025年AI芯片的卫星，到2030年可能已经落后于地面边缘计算设备。更棘手的是，卫星在轨无法更换芯片——一旦算力硬件过时，整颗卫星的算力价值将大幅贬值。程英辉的应对是“模块化设计”：将AI芯片设计为可插拔模块，通过机械臂或宇航员在轨更换。但这一方案的成本极高——一次在轨维护的费用超过1亿元，且目前只有美国NASA和俄罗斯航天局具备相关能力。短期内，星联天枢只能通过软件更新来延长算力硬件的生命周期——比如，通过模型压缩和算法优化，让旧芯片也能运行新模型。

第二颗炸弹：政策监管。 星载计算涉及数据主权问题——当无人系统的数据在卫星上处理时，数据是否算“出境”？如果卫星的覆盖范围跨越国境，数据如何处理？2025年，中国《数据安全法》和《网络安全法》对数据跨境传输有严格规定，但星载计算场景尚属法律空白。程英辉透露，团队已与相关监管部门进行初步沟通，但尚未获得明确指引。一个可能的解决方案是：在卫星上部署“数据主权模块”，根据数据来源地自动划分处理权限——来自中国的数据只能在中国上空处理，来自海外的数据只能在海外上空处理。但这一方案增加了系统复杂度，且可能影响延迟。

第三颗炸弹：商业模式。 按次收费还是订阅制？星联天枢的初期策略是“补贴客户”——以低于成本的价格提供服务，换取市场份额。但这一模式需要持续的资金支持。如果A轮融资不顺利，或者客户增长不及预期，星联天枢可能面临“烧钱烧到断粮”的风险。程英辉的底线是：“我们不会为了规模而牺牲质量。如果资金紧张，我们会优先服务核心客户，而不是盲目扩张。”

结语：从“组网”到“用网”的关键一步

星联天枢的成败，不仅取决于技术，更取决于一个更宏大的命题：中国商业航天能否从“组网”走向“用网”？过去十年，商业航天的叙事是“发射更多卫星、覆盖更广区域”；未来十年，核心叙事应该是“让卫星真正服务产业”。星联天枢的“地数天算”方案，正是这一转型的缩影。

程英辉在内部会议上说过一句话：“当‘千帆星座’的5000颗卫星全部上天，如果它们只能提供通信服务，那和地面基站有什么区别？真正的价值，在于让这些卫星变成‘算力节点’，让无人系统像呼吸空气一样使用天基算力。”这句话，或许是对星联天枢终局想象的最佳注脚。

但实现这一愿景，需要跨越的不仅是技术障碍，还有资本、政策和市场的三重考验。星联天枢能否在“千帆星座”等巨型星座建成前，抢占算力标准的制定权？这或许是中国商业航天从“组网”走向“用网”的关键一步。而这一步，程英辉和他的团队，正在用10毫秒的延迟承诺，一步步丈量。

结语

星联天枢的故事，本质上是一场关于“算力时空重构”的实验。它试图证明：在无人系统的世界里，算力不应该被困在地面，而应该像阳光一样，从太空洒向每一个角落。但这场实验能否成功，取决于三个核心变量：自研芯片的良率和成本、卫星星座的部署节奏、以及无人系统集群化应用的爆发时间。

从技术路径看，星联天枢选择了商业航天领域最“重”的路线——自研星载AI芯片、垂直整合通算融合、构建“太空操作系统”。这种选择，让它在天使轮阶段就拥有了竞争对手难以复制的技术壁垒，但也让它面临高昂的研发成本和漫长的验证周期。从市场策略看，它不追求客户数量的快速增长，而是押注每个客户的极高粘性——这种“小而美”的路径，在资本寒冬中显得格外孤独，但也让它拥有了更深的护城河。

但风险同样真实。天基算力并非万能解药，它面临地面边缘计算技术的快速追赶、卫星寿命周期的硬约束、以及政策监管的不确定性。更关键的是，星联天枢的商业模式高度依赖“无人系统集群化应用”的爆发——这个拐点何时到来，目前仍是一个未知数。程英辉团队正在用“首批终端样机9月发布”的倒计时，逼迫自己快速验证技术可行性；而“国家队”投资方的影子，则为这条孤独的路提供了一层隐形的安全网。

在商业航天下半场的算力军备竞赛中，星联天枢选择了一条“少有人走的路”。它能否从“组网”走向“用网”，从“算力节点”进化为“太空操作系统”，将决定中国商业航天能否真正完成从基础设施到产业服务的价值跃迁。

核心判断：星联天枢的未来12-18个月，将围绕“首批终端样机发布”和“地面验证系统搭建”两个关键节点展开。若样机延迟达标（<10ms）且验证系统跑通，公司有望在2026年Q1启动A轮融资，估值有望突破5亿元；若流片失败或测试不及预期，将面临“断粮”风险。关键观察指标包括：2025年9月终端样机的延迟测试数据、2026年Q2前能否锁定5家以上付费客户、以及自研算力卫星的发射进度。