微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 SpaceX试飞火箭空中爆炸 马斯克称“有些棘手”

SpaceX试飞火箭空中爆炸 马斯克称“有些棘手”

2014-08-24 19:52
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-08-24 19:52 CNET科技资讯网

当地时间周五晚间,美国私营航天公司SpaceX的一枚三引擎Falcon9R火箭,在美国德克萨斯州McGregor的发射基地发射升空。但在发射38秒后该火箭于空中爆炸,所幸未造成人员伤亡。

SpaceX试飞火箭空中爆炸 马斯克称“有些棘手”

SpaceX公司由电动汽车制造商特斯拉CEO艾伦·马斯克(Elon Musk)创立。获悉该消息,马斯克在Twitter上解释称:“一枚三引擎Falcon9R火箭在试验飞行中自动终止。没有造成人员伤亡。火箭项目真是有些棘手。”

根据当地电视台KWTX-TV报道称,在Falcon9R火箭发射地面监控中心指挥员发出“异常”指令后,该火箭在发射第38秒后于空中爆炸。另外爱好者拍摄的视频显示,该火箭在空中爆炸前,似乎曾急剧飙升。

目前尚不清楚引起此次火箭试飞爆炸事件的详细原因。

据KWTX电视台的报道称,火箭爆炸事件对外界造成的唯一损害是周围的几片草场着火。SpaceX在一份声明中表示,火箭升空后没有偏离指定飞行区域,而且联邦航空管理局代表在场。

SpaceX在声明中还称,“作为研发项目,测试目的就是为了能够检测到运载工具的异常状况。今天的测试尤为复杂,极限程度超出之前任何一次测试。在下次测试之前,我们将会继续对飞行纪录细节做出评估、并对火箭作出改进。”

纵观人类火箭发射史,总是伴随着故障和事故发生,甚至为此付出生命代价。SpaceX公司的最终目标是让人类在十年内实现登上火星的梦想。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-