开源卫星互联网协议Spacecoin背后的公司宣布,已成功在美国范德堡太空部队基地通过拼车任务发射了三颗卫星。
Spacecoin被设计为Starlink的替代方案,旨在提供全球连接服务,而无需依赖中心化提供商或传统地面基础设施。该项目声称是世界首个由低地球轨道卫星星座支持的去中心化物理基础设施网络。
作为无需许可的全球互联网连接开放协议,Spacecoin使用基于区块链技术的纳米卫星在全球范围内提供抗审查的互联网接入服务,初期重点关注服务不足和偏远地区。
这些卫星由STI公司拥有和运营,该公司持有卫星运营所需的监管批准,并通过Arrow Science and Technology公司集成到任务中。Spacecoin作为治理开放卫星数据网络的底层协议,管理去中心化基础设施中的授权、认证和计费。
三颗CTC-1卫星延续并利用了2024年发射的首个CTC-0任务所获得的见解。据称,CTC-0任务作为概念验证,开创性地实现了从地球到太空再返回的加密区块链消息传输,并验证了载荷完整性。另一个声称的成果是证明了区块链操作可以通过天基通信保持其安全性和功能性。
STI公司表示,此次发射标志着区块链协议首次被集成到专门为去中心化互联网基础设施设计的卫星星座中,并得到拥有已发布和待审专利的专有技术支持。
CTC-1被认为推进到了验证去中心化卫星互联网两个关键能力的重要下一阶段:当卫星在低地球轨道中移动时保持不间断的用户连接,以及最少依赖地面站的直接卫星间数据交换。该任务将朝着建立确保未来卫星星座互操作性所必需的开放架构标准迈出"决定性的一步"。
此外,STI表示,这些卫星间能力的成功验证将能够与多个政府和电信合作伙伴进行连接演示,这些合作伙伴已经签署协议并承诺在真实世界条件下测试Spacecoin的去中心化卫星互联网基础设施。
"此次发射标志着去中心化连接的下一个前沿,"STI创始人Tae Oh说。"随着多颗卫星现在进入轨道,我们正在证明互联网服务不必是中心化的,使连接变得无需许可且无法关闭。这是朝着一个世界迈出的一步,在那里每个人、任何地方都能获得互联网接入这一基本人权。"
为了向用户展示去中心化通信架构的优势,Spacecoin生态系统还在开发Starmesh,这是一个去中心化VPN,允许用户体验私密、匿名和加密的互联网浏览如何在分布式网络中运行。Starmesh早期原型测试预计在2026年初至中期进行,重点关注隐私和安全优势。
随着Spacecoin协议生态系统扩展到初始合作伙伴关系之外,该项目正在积极寻求与全球政府、电信运营商和机构利益相关者的新合作。
Q&A
Q1:Spacecoin是什么?它与Starlink有什么不同?
A:Spacecoin是世界首个去中心化物理基础设施网络,使用基于区块链技术的纳米卫星提供全球互联网连接。与Starlink不同,它不依赖中心化提供商,而是提供无需许可且无法关闭的抗审查互联网接入服务,特别关注服务不足和偏远地区。
Q2:CTC-1卫星任务的主要验证目标是什么?
A:CTC-1任务旨在验证去中心化卫星互联网的两个关键能力:一是当卫星在低地球轨道中移动时保持不间断的用户连接,二是实现最少依赖地面站的直接卫星间数据交换,为未来卫星星座的互操作性建立开放架构标准。
Q3:Starmesh是什么产品?什么时候可以使用?
A:Starmesh是Spacecoin生态系统正在开发的去中心化VPN产品,允许用户在分布式网络中体验私密、匿名和加密的互联网浏览。早期原型测试预计在2026年初至中期进行,重点展示隐私和安全优势。
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。