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 马斯克与贝索斯的太空竞争升级:因“月球着陆器合同”

马斯克与贝索斯的太空竞争升级:因“月球着陆器合同”

2021-04-29 14:38
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2021-04-29 14:38 科技行者

埃隆·马斯克与杰夫·贝索斯之间的太空对抗赛正在升温。

马斯克与贝索斯的太空竞争升级:因“月球着陆器合同”

贝索斯创立的航空航天企业蓝色起源(Blue Origin)于本周一正式提出抗议,就NASA方面选定马斯克的SpaceX公司执行登月任务发起质疑。

本月初,NASA授权SpaceX公司一份总值高达29亿美元的月球登陆器制造合同。但蓝色起源与国防承包商Duentics也分别提交了关于此项目的设计提案。

原本,各方预计NASA会从三家厂商中选择两家,在保有后备力量的同时维持健康的竞标关系。但航天局随后澄清,受到预算限制、最终只能选定一家合作企业。

蓝色起源对此表示强烈不满,并向联邦政府问责局(GAO)提交一份长达50页的抗议报告。

据《纽约时报》报道,蓝色起源辩称没有第一时间获悉预算变化,因此没能快速调整竞标价格。抗议报告还强调,NASA对蓝色起源的部分提案内容做出了错误判断,同时也低估了SpaceX方案的设计风险。

在声明中,蓝色起源认为NASA相当于“在临门一脚时挪动了门柱”。

用NASA的话来说,他们做出了一项“高风险”选择。他们的决策不仅破坏了公平的竞争关系,也大大动摇了供应根基。这会拖延制造节奏,同时也低估了SpaceX的设计风险。

马斯克也没有“坐以待毙”,直接用粗口予以回敬。

你们就是“起不来”:)

— Elon Musk (@elonmusk) 2021年4月26日

自2004年的交流宴会以来,这两位最具财力与野心的富豪就一直在为探索宇宙而对抗。

贝索斯于2000年创立了蓝色起源,两年后SpaceX在马斯克手中诞生。但作为后起之秀,SpaceX对蓝色起源一直表示不屑。

2004年,埃隆·马斯克与杰夫·贝索斯在席间讨论太空探索话题。这也是他们为数不多的当面交流之一。这次交谈,也基本对应了双方在太空探索中采取的不同方案。

— Trung Phan (@TrungTPhan) 2021年3月1日

马斯克提到他曾与Christian Davenport会面,聊到后者的著作《太空男爵》。他还向贝索斯强调,SpaceX尝试过蓝色起源提出的一些想法:

老哥,我们试过了,根本行不通。所以我想提个醒,别在重复错误上浪费时间。我真的很诚恳地给了他建议,但他基本不予理会。

在此之后,两位大亨开始明争暗斗、奋力夺取市场份额。

恭喜 @SpaceX的猎鹰亚轨道推进器获得成功。欢迎加入太空俱乐部!

— Jeff Bezos (@JeffBezos) 2015年12月22日

既然双方没有任何和解的迹象,也许两家公司15年来的争执还是要在市场竞争中见真章。谁更强,谁就能真正引领商业宇航领域。

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。

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