馬斯克、貝索斯和布蘭森等億萬富豪正爭相把自己射入太空,但如今一位意想不到的競爭對手突然殺出——這就是保時捷。
你沒看錯,根據(jù)《金融時報》的報道,這家高端汽車制造商正在投資德國火箭初創(chuàng)公司Isar Aerospace,希望借此獲取新的太空技術(shù)。
除了保時捷之外,HV Capital及Lombard Odier等投資方也參與進來。算是保時捷拿出的7500萬美元真金白銀,這家年輕公司的B輪融資總額已達1.65億美元。
Isar的愿景
雖然這是一家相當(dāng)?shù)驼{(diào)的公司,但Isar的愿景相當(dāng)宏大——通過提供相對廉價的近地軌道衛(wèi)星發(fā)射服務(wù),與馬斯克的SpaceX以及貝索斯的藍色起源展開正面競爭。
今年,Isar公司開始制造Spectrum火箭,而且全面應(yīng)用自動化加3D打印工藝以降低生產(chǎn)成本。
Spectrum是一種兩級運載火箭,專為衛(wèi)星星座部署任務(wù)而設(shè)計。
其有效載荷能力可達1000公斤,配備的多點火二級發(fā)動機能夠?qū)⑤d荷直接發(fā)射入地球軌道。
圖片來源:Isar Aerospace Isar
“剛”得過SpaceX與藍色起源嗎?
這可就說來話長了。
Isar公司創(chuàng)立才剛剛?cè)?,而且此前只籌集到區(qū)區(qū)1.8億美元。另外,他們還從沒成功把衛(wèi)星送入過太空。
但從好的方面來看,Isar已經(jīng)在今年5月成為第一家獲得歐洲航天局(ESA)合約的歐洲私營企業(yè),德國政府出資1300萬美元委托其將兩顆衛(wèi)星送入軌道。
這家公司后續(xù)還有計劃開發(fā)可重復(fù)使用的火箭,如果真能獲得突破,也許能讓他們建立起屬于自己的競爭優(yōu)勢。
但無論如何,萬眾期待的Spectrum火箭仍然要到2022年晚些時候才能亮相,之后我們才好做出更靠譜的判斷。
保時捷為什么要出錢?
對于這個問題,保時捷公司高管Lutz Meschke做出了如下回應(yīng):
我們堅信,具有成本效益與靈活性優(yōu)勢的太空探索能力,將在傳統(tǒng)行業(yè)的創(chuàng)新舉措、乃至新的顛覆性技術(shù)與商業(yè)模式當(dāng)中發(fā)揮至關(guān)重要的作用。
非常明顯,保時捷所關(guān)注的傳統(tǒng)行業(yè)自然就是汽車領(lǐng)域。
隨著汽車以軟件為中心的轉(zhuǎn)型思路愈發(fā)清晰,成功的太空技術(shù)也許能夠把行星之間的強大能力引入地球上的普通車輛。
除此之外,我們都知道GPS系統(tǒng)也基于衛(wèi)星數(shù)據(jù),意味著直接接入衛(wèi)星能夠大大增強汽車制造商的導(dǎo)航甚至是泊車系統(tǒng)。
就個人而言,我對Isar與SpaceX及藍色起源同臺競技的實力仍抱有疑問——至少在未來十年內(nèi)還很難正面對打。但這至少標志著各大品牌的太空科技投資之旅已經(jīng)正式開啟,更多振奮人心的消息也許即將紛至沓來。
-END-
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。