太空服务公司SES近日宣布,其面向波音飞机的多轨道天线系统取得重要进展,并与日本航空(JAL)签署了一项多轨道机载网络连接(IFC)协议,覆盖日本航空旗下空客与波音远程宽体机队。
SES的卫星系统设计之初便兼容低地球轨道(LEO)与地球同步轨道(GEO)两种卫星星座,旨在实现全球覆盖、冗余保障与低延迟性能。其多轨道电子扫描阵列(ESA)系统目前已完成500套安装,另有1000套订单正在推进落实之中。ESA系统体型低矮,支持多轨道运行,通过同步结合地球同步轨道覆盖与低轨道合作星座,实现广域覆盖与低延迟传输。
与波音的合作旨在使航空公司在接收新飞机时,机载网络便已安装到位,连接服务可在交付后立即投入使用。
根据双方合作安排,波音将在工厂生产阶段直接将SES机舱内部网络硬件安装于生产中的飞机上,这被认为是推动多轨道系统在所有波音商用机型上实现完整生产线预装的首个关键里程碑。
在此服务框架下,波音将负责安装完整的机舱内部网络,并统筹协调机身外部设备的安装工作。该方案将首先在波音737机型上推出,随后扩展至787梦想客机系列。
波音公司飞机连接业务总监德斯特里·卢卡斯表示:"我们与SES的合作体现了波音为航空客户提供先进、可靠连接服务的承诺。我们在将多轨道连接引入生产环境方面取得了积极进展,有助于简化安装流程,并支持可扩展的生产线预装解决方案。"
SES移动业务总裁迈克·德马科补充道:"我们为与波音的合作及所取得的卓越进展感到自豪。我们正稳步推进全面生产线预装能力的实现,为航空公司提供一条在工厂生产阶段即可选择并安装多轨道ESA天线方案的顺畅路径。"
与此同时,日本航空已选定SES为其空客与波音远程机队提供机载网络连接服务,以提升乘客在国际航班上的上网体验,确保其享有快速、稳定的互联网接入。
日本航空是SES的长期客户。此次合作将进一步提升其国际远程机队的旅客体验,并在此前为波音737-8机型订购SES多轨道ESA系统的基础上深化双方关系,相关交付预计将于2027年启动。
根据协议,日本航空将在20架空客A350-900飞机(生产线预装)、10架波音787-9飞机(生产线预装)及11架波音787-9飞机(改装)上安装SES多轨道ESA系统,生产线预装的首批交付预计于2028年开始。
日本航空认为,此次机载连接升级是其超过十年持续投入机载数字服务的延伸。日本航空客户体验副高级副总裁崎原纯子表示:"SES自2013年起便是JAL值得信赖的合作伙伴。我们为能成为全球最早于2017年向国内航线全体乘客提供免费上网服务的航空公司之一而感到自豪。此次选择为国际远程航班旅客提供SES机载连接服务,正是基于其多轨道冗余能力、高可靠性以及持续创新的技术实力。"
Q&A
Q1:SES的多轨道ESA天线系统有什么技术优势?
A:SES的多轨道电子扫描阵列(ESA)系统兼容低地球轨道(LEO)与地球同步轨道(GEO)两种卫星星座,实现全球覆盖、低延迟传输与高冗余保障。系统体型低矮,便于安装,目前已完成500套安装,另有1000套订单在途,具备广覆盖与低延迟的双重优势。
Q2:波音与SES合作的具体内容是什么?
A:波音将在工厂生产阶段直接为飞机安装SES机舱内部网络硬件,使航空公司在接收新飞机时即可获得完整的连接服务,无需额外改装。该方案将首先应用于波音737机型,随后扩展至787梦想客机。这是迈向所有波音商用机型全面生产线预装的重要里程碑。
Q3:日本航空计划在哪些机型上部署SES机载连接系统?
A:日本航空计划在20架空客A350-900(生产线预装)、10架波音787-9(生产线预装)及11架波音787-9(改装)上安装SES多轨道ESA系统。此外,此前已为波音737-8机型下单,预计2027年开始交付,新批次生产线预装交付则预计于2028年启动。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。