贝佐斯旗下太空公司蓝色起源已申请发射多达51,600颗数据中心卫星。
该公司周四向美国联邦通信委员会提交的申请文件中声称,由于"对AI工作负载的无限需求",轨道服务器代表着"通过引入独立于地球约束条件的新计算层级来补充地面基础设施"的解决方案。
蓝色起源还认为,太空数据中心将"使开发和使用AI的美国公司蓬勃发展,加速机器学习、自主系统和预测分析方面的突破,以支持广泛的社会效益"。
但该公司表示,在地球上建设所需的所有AI基础设施将面临困难。
该公司声称:"太空数据中心可以帮助打破这一瓶颈。太阳能卫星的内置效率、全天候太阳能、无土地或迁移成本,以及不存在电网基础设施差异,从根本上降低了计算容量的边际成本,相比地面替代方案更具优势。"
这些说法备受争议,批评者认为轨道数据中心技术尚不存在,可能不可靠且不实用。
尽管如此,蓝色起源仍希望建造轨道数据中心,并表示其计划的"日出项目"将发射"多达51,600颗卫星,运行在距离地面500-1,800公里的太阳同步轨道上,倾斜角度在97度到104度之间,每个轨道平面包含大约300-1,000颗卫星"。
该公司表示将使用光学链路连接卫星,并依靠其另一个计划项目——TeraWave太空宽带服务来连接地面。
蓝色起源尚未发射过一颗TeraWave卫星,其计划用于数据中心卫星发射的New Glen火箭也只飞行过两次。申请文件显示,该公司计划在2027年底前发射首批计划中的5,000多颗TeraWave轨道器。
申请文件的大部分内容涉及日出项目将使用的频谱,以及其计划不会给其他利益相关者带来不便。
但文件也指出,蓝色起源尚未向在这些事务上也有发言权的国际电信联盟提交相关文件。
因此,日出项目可能还需要很长时间才能实现。值得一提的是,澳大利亚航空公司澳洲航空也在使用同样的名称来命名其从悉尼和墨尔本直飞纽约和伦敦的计划,这些航程将需要约20小时。
Q&A
Q1:蓝色起源的日出项目具体要做什么?
A:日出项目计划发射多达51,600颗数据中心卫星,运行在距离地面500-1,800公里的太阳同步轨道上。这些卫星将构建太空数据中心,用于处理AI工作负载,通过光学链路相互连接,并依靠TeraWave太空宽带服务连接地面。
Q2:为什么蓝色起源要在太空建设数据中心?
A:蓝色起源认为地球上建设AI基础设施面临瓶颈,而太空数据中心具有内置效率优势,包括全天候太阳能供电、无土地成本、无电网基础设施差异等,能从根本上降低计算容量的边际成本。
Q3:太空数据中心项目面临哪些挑战?
A:主要挑战包括:轨道数据中心技术尚不存在且可能不可靠;蓝色起源尚未发射过TeraWave卫星;New Glen火箭只飞行过两次;还未向国际电信联盟提交相关文件。因此项目实现还需要很长时间。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。