特斯拉CEO伊隆·马斯克(Elon Musk)上周五在西雅图表示,他的太空互联网项目未来某天可以覆盖至火星,而这一项目的投资将达到100亿美元。
马斯克刚刚结束了繁忙的一周。此前一天,他刚刚宣布将在德克萨斯州建设短距离的Hyperloop“超级高铁”试验轨道。他表示,他的卫星互联网项目可以带来快速、廉价的互联网连接,使互联网连接不受地面上通信线缆的限制。
他指出:“相对于光纤,在太空的真空环境中,光信号传播的速度要快40%。”他认为,利用低轨道卫星提供的互联网服务可以覆盖许多偏远地区。此外,这一项目的潜力还不止于此,也可以被用于未来的火星殖民。马斯克希望,当未来人类登陆火星时,这一技术可以使互联网服务覆盖火星。
马斯克表示:“在火星上提供全球通信网络也非常重要。我认为,这项工作需要完成,但我并没有看见其他公司在从事这方面的工作。”
马斯克预计,这一项目将耗资100亿美元,并需要至少5年的时间才能使卫星发射升空。与此同时,在当前运载火箭和飞船的基础上,SpaceX将投入资源去制造卫星。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。