马斯克SpaceX星舰首发爆炸了。4月20日,星舰在得州发射基地进行了首次轨道级测试飞行,这艘运载火箭总高120米,配备33台“猛禽”发动机,但在飞行不到四分钟后,由于姿态失控和一二级分离失败,最终以爆炸解体告终。星舰是人类向太空发射的最重航天器,也是可重复利用的火箭,它的使命是执行近地轨道任务,载人登陆月球、火星等。
“有意见”留言板
@TOFU:意料之中,但确实可惜。Starship能够顺利升空已经是一大成功了,只能说万事开头难吧,Boca Chica发射基地的环评核准每年5次Starship发射任务呢,说不定过不了多久就能看到下一次发射了。
@刀刃:科技发展离不开勇于试错。虽然马斯克看到星舰爆炸时露出了苦笑,这在意料之中却又被无情言中,但这是探索路上的必经之路。马斯克用互联网创投方式做科研值得学习,一样是烧钱,烧钱得到科研数据和经验的积累比起烧钱给用户吃吃喝喝,对人类更有价值。至少30亿美元的“烟花”得到全球的关注,也能抵消掉不少广告费。
@老董:据说由于简易的发射台没有设计好排烟通道,才导致火箭第一级中有好几个发动机在起飞时,未能成功点火,这也是引发火箭最终失控的主要原因。由此看出,有些成本可以省,而有些省下后,真的会炸了给你看……
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。