埃隆·馬斯克與杰夫·貝索斯之間的太空對抗賽正在升溫。
貝索斯創(chuàng)立的航空航天企業(yè)藍色起源(Blue Origin)于本周一正式提出抗議,就NASA方面選定馬斯克的SpaceX公司執(zhí)行登月任務(wù)發(fā)起質(zhì)疑。
本月初,NASA授權(quán)SpaceX公司一份總值高達29億美元的月球登陸器制造合同。但藍色起源與國防承包商Duentics也分別提交了關(guān)于此項目的設(shè)計提案。
原本,各方預(yù)計NASA會從三家廠商中選擇兩家,在保有后備力量的同時維持健康的競標關(guān)系。但航天局隨后澄清,受到預(yù)算限制、最終只能選定一家合作企業(yè)。
藍色起源對此表示強烈不滿,并向聯(lián)邦政府問責(zé)局(GAO)提交一份長達50頁的抗議報告。
據(jù)《紐約時報》報道,藍色起源辯稱沒有第一時間獲悉預(yù)算變化,因此沒能快速調(diào)整競標價格??棺h報告還強調(diào),NASA對藍色起源的部分提案內(nèi)容做出了錯誤判斷,同時也低估了SpaceX方案的設(shè)計風(fēng)險。
在聲明中,藍色起源認為NASA相當于“在臨門一腳時挪動了門柱”。
用NASA的話來說,他們做出了一項“高風(fēng)險”選擇。他們的決策不僅破壞了公平的競爭關(guān)系,也大大動搖了供應(yīng)根基。這會拖延制造節(jié)奏,同時也低估了SpaceX的設(shè)計風(fēng)險。
馬斯克也沒有“坐以待斃”,直接用粗口予以回敬。
你們就是“起不來”:)
— Elon Musk (@elonmusk) 2021年4月26日
自2004年的交流宴會以來,這兩位最具財力與野心的富豪就一直在為探索宇宙而對抗。
貝索斯于2000年創(chuàng)立了藍色起源,兩年后SpaceX在馬斯克手中誕生。但作為后起之秀,SpaceX對藍色起源一直表示不屑。
2004年,埃隆·馬斯克與杰夫·貝索斯在席間討論太空探索話題。這也是他們?yōu)閿?shù)不多的當面交流之一。這次交談,也基本對應(yīng)了雙方在太空探索中采取的不同方案。
— Trung Phan (@TrungTPhan) 2021年3月1日
馬斯克提到他曾與Christian Davenport會面,聊到后者的著作《太空男爵》。他還向貝索斯強調(diào),SpaceX嘗試過藍色起源提出的一些想法:
老哥,我們試過了,根本行不通。所以我想提個醒,別在重復(fù)錯誤上浪費時間。我真的很誠懇地給了他建議,但他基本不予理會。
在此之后,兩位大亨開始明爭暗斗、奮力奪取市場份額。
恭喜 @SpaceX的獵鷹亞軌道推進器獲得成功。歡迎加入太空俱樂部!
— Jeff Bezos (@JeffBezos) 2015年12月22日
既然雙方?jīng)]有任何和解的跡象,也許兩家公司15年來的爭執(zhí)還是要在市場競爭中見真章。誰更強,誰就能真正引領(lǐng)商業(yè)宇航領(lǐng)域。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。