Satellite
PulseAugur coverage of Satellite — every cluster mentioning Satellite across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
亚马逊推出卫星互联网，更新 Alexa 平板电脑；三星 S27 定价泄露
亚马逊正准备在年底前推出其太空互联网服务，已建成第 1000 颗卫星。同时，亚马逊更新了其 Alexa 平板电脑，取消了 Fire 品牌并集成了 Google Play，使其更以 Android 为中心。与此同时，一项泄露表明三星即将推出的 Galaxy S27 型号可能会维持其基础版和 Plus 版的当前定价，但应谨慎乐观。
-
美国太空部队退役最后一批全球冲突监测卫星
美国太空部队已退役其最后两颗用于监测全球冲突的卫星。这些卫星已被送往轨道坟场，标志着该计划正式结束。
-
Satlyt融资800万美元，赋能卫星AI，与SpaceX展开竞争
Satlyt是一家由前谷歌和SpaceX产品经理联合创立的初创公司，已获得800万美元种子轮融资，用于开发在卫星上运行AI模型的软件。该公司旨在实现多颗卫星在轨共享计算任务，并将自身定位为潜在的“iPhone”竞争对手（如SpaceX这类自建航天器的公司）的“Android”。Satlyt的软件已通过在Momentus航天器上使用Google DeepMind的Gemma模型，展示了效率提升，例如将数据传输量减少了60%以上。
-
提议太空数据中心以革新卫星边缘AI
一篇新的arXiv论文提出了太空数据中心（SDC）的概念，以应对卫星生成的海量数据处理日益增长的挑战。这些基于AI的平台将在轨道上处理数据，减少将所有数据传回地球的需要，并克服地面站网络的限制。该论文概述了低地球轨道上SDC星座的架构，考虑了轨道设计、网络、计算资源和软件编排，并探讨了其在地球观测和月球探索中的可行性。
-
太空生成式AI框架平衡卫星的能源和质量
研究人员开发了一个用于卫星上生成式AI服务的框架，解决了太阳能的能源限制。该系统通过基于可预测的太阳能收集模式优化计算和通信资源，来平衡图像生成质量和数据传输可靠性之间的权衡。这种方法旨在最大化远程AI服务的端到端生成性能。
-
Orbitix 开发超导卫星电机，实现更小、更高效的航天器
Orbitix 正在开发用于卫星的超导电机，旨在显著减小其尺寸和功耗。这项技术可能实现更小、更高效的卫星，并可能推动太空推进系统的进步。该公司还在探索其在核聚变研究中的应用。
-
新AI方法优化海事目标卫星调度
研究人员开发了一种名为隐式Q学习引导蚁群优化（IQACO）的新方法，用于改进敏捷地球观测卫星的海事移动目标观测调度。该方法将离线Q学习模块集成到蚁群优化中，以动态调整关键参数，从而提高任务选择、卫星分配和观测排序的效率和有效性。实验表明，与传统的蚁群优化算法相比，IQACO在各种场景下始终实现了更高的观测收益，提升幅度在3.40%至9.40%之间。
-
Orbital Compute 寻求美国批准发射 100,000 颗人工智能数据处理卫星
Orbital Compute Inc. 正在请求美国批准部署 100,000 颗卫星用于人工智能数据处理。该计划因近地轨道的工业化而引发了重大的环境担忧。太空环境主义中心已正式敦促 FCC 拒绝 Orbital Compute 的监管豁免请求，并要求进行彻底的环境影响评估。
-
论文发现人类损害评估准确性因影像源而异
一篇新论文调查了人类标注员和审核员在使用无人机、载人飞机和卫星等不同来源的航空影像评估损害时的表现。研究发现，初次标注需要最终委员会进行大量修订，其中卫星影像等低分辨率源需要最多的修正。即使经过一次审核，仍然存在显著分歧，尤其是在卫星数据方面，这表明对于多源数据集而言，统一的审核分配可能不是最优的。
-
中国发射人工智能计算卫星，声称在轨道计算领域处于全球领先地位
中国已将配备八卡服务器的“晨光一号”卫星送入轨道。此举标志着中国在发展太空计算能力方面取得了重大进展。专家认为中国现已成为轨道计算领域的全球领导者。
-
新的ReLATE框架在图像退化条件下提升无人机-卫星地理定位精度
研究人员推出ReLATE，一个旨在提高无人机（UAV）和卫星地理定位鲁棒性的新框架，特别是在图像退化条件下。该框架解决了恶劣天气、光照变化和传感器噪声等挑战，这些因素显著影响实际性能。ReLATE通过基于估计可靠性自适应融合视觉证据来实现这一点，在一个名为UAVSat-Deg的新基准数据集上表现优于现有方法，该数据集包含27种腐蚀类型的超过1170万张损坏图像。
-
专家警告：人工智能缺乏人类的即兴创作能力，无法实现完全自主太空任务
专家警告称，尽管目前的人工智能算法可以管理火星探测器并防止卫星碰撞，但完全自主的航天器仍然停留在科幻小说的范畴。主要限制在于人工智能缺乏类似人类的即兴创作能力，这使得高风险、数十亿美元的太空任务变得极其危险。
-
中科宇航力箭一号Y15部署5颗卫星，发射频率加快
中科宇航成功发射了其力箭一号Y15运载火箭，并部署了五颗卫星。此次任务标志着该公司发射频率的加快，使其累计部署的卫星总数达到110颗。已部署的载荷中包括一颗利用MUSA GPU技术的AI计算卫星和一颗用于太空碎片监测的商业卫星。
-
新框架通过卫星图像提高无人机地理定位精度 · 跟踪 2 个来源
两篇新研究论文介绍了一种新颖的框架，用于提高无人机（UAV）使用卫星图像的地理定位精度，尤其是在具有挑战性的天顶角视角条件下。第一篇论文 OffNadirLoc 提出了一个基准和一个结构感知上下文加权机制，以处理透视失真和外观差异。第二篇论文 RIM 提出了一种检索匹配框架，该框架可以有效地适应现有模型，并使用蒸馏解码器实现更快、更准确的定位。两种方法在新数据集上都表现出强大的性能和泛化能力，解决了现有方法侧重于近天顶角场景的局限性。
-
AI的双重角色：Hugging Face遭AI代理攻击，西弗吉尼亚大学利用AI追踪野火 · 追踪3个来源
Hugging Face披露了一起涉及自主AI代理系统入侵其生产基础设施的安全事件。该公司利用自身的AI工具检测和分析了此次入侵。另外，西弗吉尼亚大学的工程师开发了一个AI系统，以增强卫星对野火的追踪能力，旨在缩短消防员的响应时间。与此同时，Pangram的一项研究表明，AI生成的内容在社交媒体平台上普遍存在，尤其是在LinkedIn上，较长的帖子更有可能是AI生成的。
-
Intel 的 Starfire 将 AI 处理能力带入卫星
Intel 开发了 Starfire，这是一种专为太空应用设计的新系统，集成了 CPU、GPU 和 NPU 芯片。该技术基于 Intel 的 Panther Lake 架构，旨在实现更实用的卫星板载 AI 推理。这一发展标志着航天器板载处理能力向更复杂迈进了一步。
-
VAE驱动的语义通信框架增强了自动驾驶汽车的连接性
研究人员开发了一种用于联网自动驾驶汽车（CAVs）的语义通信新框架，该框架利用变分自编码器（VAE）进行卫星辅助驾驶。这种VAE驱动的方法侧重于传输与任务相关的语义特征，而不是原始数据，这对于带宽受限的卫星信道尤其有利。该框架旨在同时优化交通标志重建和分类任务，在各种信噪比条件下保持稳定性能的同时，带宽减少高达98.17%。
-
提出将可解释人工智能（XAI）用于生态图像分析 · 已追踪2个来源
一项新的研究论文提出将可解释人工智能（XAI）整合到生物多样性监测和生态图像分析中。作者认为，XAI对于验证用于保护的AI模型至关重要，可以确保其预测基于合理的生态学推理，而不是虚假的相关性。该论文提供了关于将XAI应用于图像分类、对象检测和分割等任务的实用指南和案例研究，展示了其在审计、改进和部署用于保护工作的AI模型方面的效用。
-
AI利用卫星和天气数据预测六个月后的饥荒
一个AI系统正在被开发，用于预测长达六个月的饥荒。这种预测能力依赖于分析公开的卫星图像和天气数据。目标是为人道主义援助和干预提供早期预警。
-
科技创始人展示人工智能芯片、卫星和机器人创新
一场科技展示活动汇集了Carbon Robotics、Overland AI、Starcloud和Starfish Space等几家公司的创始人。讨论内容涵盖了从人工智能芯片到卫星的各种设备。此次活动突显了不同深度科技领域的创新。