追觅预计下周发射第一颗太空算力卫星

IT之家 3 月 13 日消息,界面新闻自 AWE 中国家电及消费电子博览会的追觅展台现场获悉,追觅预计在下周发射第一颗太空算力卫星。

据IT之家了解,就在本月早些时候,追觅旗下芯际穿越提出了一项极具前瞻性的宏大计划。不同于当前由数百颗卫星组成的小型星座,该公司规划发射名为“瑶台”系列的算力卫星,最终目标是构建一个由 200 万颗卫星组成的庞大网络,以显著提升太空数据计算的可靠性与在轨寿命,力争达到行业平均水平的两倍。

同时,配合其自研的星间激光通信技术与先进能源管理系统,该网络有望在太空中搭建起一个专为 AI 大模型训练服务的分布式算力平台。据悉,瑶台系列太空算力盒已顺利完成空间环境适应性测试,将于近期搭载火箭进入太空,开展在轨系统极限能力验证。

美政府机构报告:SpaceX的星舰月球着陆器可能面临更多延误

IT之家 3 月 11 日消息,据彭博社报道,美国政府审计机构当地时间周二发布的一份新报告显示,SpaceX 为美国国家航空航天局(NASA)研制的“星舰”月球着陆器仍面临诸多技术难题,计划于 2028 年进行的登月任务可能会进一步推迟。

NASA 监察长办公室在报告中称,埃隆 · 马斯克旗下的这家公司原本就无法赶上 2027 年 6 月的登月截止日期 ——NASA 近期已将这一目标推迟至 2028 年,而其能否达成新的时间节点目前尚不明确。

据IT之家了解,SpaceX 及其竞争对手蓝色起源(Blue Origin)均获得了价值数十亿美元的合同,为 NASA 的“阿尔忒弥斯”计划建造可运送宇航员往返月球表面的航天器。

但监察长办公室的报告发现,SpaceX 与 NASA 已将“星舰”设计的一次重大评审推迟至 8 月。此次评审旨在确定该公司能否继续建造用于载人登月的飞行器,这使得按现有时间表推进的空间所剩无几。

报告指出:“若 SpaceX 在新技术研发与测试过程中遇到任何常见技术问题,或再发生飞行测试事故,由此导致的进度延误都可能影响登月日期。”

监察长办公室还对月球着陆器未能抓住降低整体风险的机会表示担忧,并指出一旦其中任一飞行器出现故障,NASA 的应对选择将十分有限。

报告称:“尽管 NASA 正采取措施防止灾难性事件发生,但归根结底,如果宇航员在太空或月球表面遭遇危及生命的紧急情况,NASA 并不具备救援受困航天员的能力。”

监察长办公室表示,“星舰”研发面临的最大挑战,是验证该飞行器在轨加注燃料的能力,这是 SpaceX 为抵达月球必须反复完成的关键步骤。

报告称,SpaceX 计划今年首次在太空为“星舰”加注燃料,这一操作是该公司面临的“最重大技术挑战之一”,因为相关技术与流程“全新且从未在飞行器之间实施过”。

由杰夫 · 贝索斯创立的蓝色起源,其月球着陆器至少延期 8 个月,该公司仍需解决设计上的“缺陷”。

报告指出,尽管 NASA 要求两家公司提出加快研发进度的方案后,蓝色起源与 SpaceX 正设法加速月球着陆器研发,但目前判断这些计划是否可行、以及会对成本产生何种影响仍为时过早。

NASA 尚未公开这些方案。

NASA 近期还宣布计划调整“阿尔忒弥斯”计划,在 2028 年登月任务前新增一次测试任务。该测试任务要求航天员于 2027 年在地球轨道与其中一艘或两艘月球着陆器对接,为一年后的登月任务演练太空对接。

报告肯定了 NASA 在控制两份月球着陆器合同成本方面的成效,但也指出在提交合同提案等其他领域存在困难。

监察长办公室称,SpaceX 与 NASA 就在“星舰”设计中是否为宇航员提供了足够的手动操控功能存在分歧,此外 SpaceX 可能会申请豁免,通过让“星舰”实现自动化来保证进度。

NASA 表示,认同监察长办公室提出的大部分改进月球着陆器项目、减少延期的建议。

NASA 负责探索系统开发的代理副局长洛里 · 格莱兹在回复监察长报告的信函中写道,该机构“正积极落实缓解措施,例如加强与专家协作,监督并管控合作方的月球着陆器研发工作,同时总结经验教训,以最大限度减少后续影响”。

SpaceX 与蓝色起源均未立即回应置评请求。

3·15晚会点名AI投毒 中广协已启动GEO标准化建设工作

财联社3月17日电,针对生成式引擎优化(Generative Engine Optimization,简称GEO)领域服务能力参差不齐、行业规范缺失所引发的一系列乱象与潜在风险,中国广告协会已于3月初联合行业专家、学术机构、品牌企业、法律服务机构等多方专业力量,全面启动GEO领域标准化建设工作。相关标准的立项及起草准备工作已全面展开。(新京报)

去年瓦力,今年雪宝,黄仁勋又邀机器人压轴,未来将部署在迪士尼乐园

当地时间3月16日(北京时间周二凌晨),英伟达创始人兼首席执行官黄仁勋在GTC大会上邀请了“雪宝”机器人一同登台。“雪宝”机器人由英伟达与迪士尼联合开发,黄仁勋在现场表示,实体AI已觉醒,未来迪士尼乐园将充满这些生动的“角色”机器人。

自研高速网络会成为算力集群的下一战场吗?

界面新闻记者 | 周末
界面新闻编辑 | 文姝琪

在算力集群的规模竞赛迈向十万卡的过程中,围绕高速网络的技术竞赛正在浮出水面。中科曙光近日发布高速网络方案ScaleFabric,试图补上国产算力产业链长期缺失的一环。

“网络可靠性是未来的重点。”中科曙光高级副总裁李斌对界面新闻等媒体表示,算卡集群从万卡到十万卡做突破,最核心的技术不是来自于计算节点,而是来自于互联系统,来保证规模扩大后本身效率的可扩展。

这一判断指向了AI算力基础设施正在改变的事实:当GPU芯片的竞争已经白热化,将数以万计的芯片高效串联、协同的网络能力,正在成为决定算力集群性能的又一关键变量。

一个大规模算力集群的构建分为两层。第一层是纵向扩展(Scale-up),在单台服务器或单机柜内集成大量GPU及AI芯片,通过高速互联形成超级计算节点;第二层是横向扩展(Scale-out),通过高速网络将这些节点串联成集群。

在纵向扩展层面,一场围绕超节点卡数的竞赛正在展开。

2026年1月,英伟达发布第六代NVLink以及NVLink Switch,两者支持最新的Rubin架构,目前商用最大支持72张XPU卡。

国内厂商则推行得相对激进。在中国半导体制造工艺相对落后的背景下,Scale-up被视为通过堆叠更多卡数来规避单一芯片性能不足的替代方案。

据界面新闻此前报道,华为昇腾通过在超节点互联技术上强力投资,发力走“集群规模化”路线,试图凭借这一方向“做到世界上算力最强”,推出了配备384张昇腾AI加速卡的华为昇腾384超节点真机。瞄准类似目标,沐曦推出了连接64张曦云C550通用GPU的超节点产品耀龙S8000 G2。中科曙光在2025年12月也推出了单机柜640卡的scaleX640超节点。

一名从业人士告诉界面新闻,影响超节点内部的串联效率和协同的主要因素是Scale-up协议,互联芯片延迟和带宽;华为昇腾384是现在量产的超节点产品中卡数最多的方案,中科曙光的640卡方案目前尚未量产。

但无论超节点规模最终稳定在何处,它们共同指向了同一瓶颈:节点内芯片越多,节点之间的网络压力就越大。这也带来了高速互联快速膨胀的市场。李斌表示,相比原来的数据中心高速网络的用量,基本上提高了10到20倍,“从网络端口就可以看到市场的增量”。

这恰恰是横向扩展——也是ScaleFabric所瞄准的市场。在横向扩展中,让大量节点高效协同的核心技术是RDMA(远程直接内存访问)。这一技术绕过CPU和操作系统,让机器之间直接读写内存,而这带来的低延迟对AI大模型的训练和推理至关重要。

实现RDMA有两条主流路线。InfiniBand原生支持RDMA,无需CPU参与即可在系统间进行直接内存传输。英伟达在2019年以69亿美元收购Mellanox后,就牢牢把控了这一高性能网络技术市场,凭借其硅芯片设计专业、自研高速互连和网络技术及CUDA,形成了一套生态内的闭环。

另一条路线是RoCE(融合以太网上的RDMA),将RDMA功能嫁接到标准以太网上,成本更低、生态更开放,但需要复杂配置才能接近无损效果。Google、Meta等部分海外科技公司及国内互联网大厂均有所采用。

在InfiniBand目前仍是AI高性能网络标杆的背景下,中国公司面临的问题是,这条路线的核心供应被一家美国公司垄断。

在这一背景下,中科曙光选择不走被更多国内厂商采用的RoCE路线,而是自研一套基于InfiniBand技术理念的方案。中科曙光高速网络互联产品部总工程师万伟的解释是,基于在高性能计算的经验,其认为InfiniBand的技术路线在AI和HPC(高性能计算)中有不可替代的优势;作为真正的无损网络,其无损特性对RDMA性能的发挥至关重要。

据界面新闻了解,中科曙光此次发布的ScaleFabric核心是InfiniBand网络的设计思路,可以看作是基于InfiniBand技术的一种优化。作为国内首款原生无损RDMA高速网络方案,ScaleFabric涵盖了从交换芯片、网卡到交换机、驱动与管理软件的完整自研体系。万伟透露,其端到端通信时延的能力上限已做到0.9微秒。

在商业策略上,ScaleFabric试图在英伟达的技术理念与国产自主可控之间找到平衡点。

该系统在定位上对标英伟达Infiniband,系统结构保持透明,通过标准SIP网络接口支持不同计算芯片的互联与适配。在此基础上,团队正在探索让计算芯片通过专有协议直通网卡,同时推动芯片间互联协议的共享,为与其他厂商的计算芯片实现高效直连铺路。

但曙光并不打算将自己锁定在单一协议上。李斌透露,未来的技术路线将探索不同协议的融合,可能在原生RDMA的基础上做不同网络路线的兼容。

ScaleFabric的意义,或许不在于正面超越英伟达,而在于提供一条国产自主可控的替代路径。李斌对界面新闻表示,中科曙光期待在InfiniBand的技术路线能实现技术上的国产化替代,包括实现业务上真正的市场占比替代。

但技术指标上的接近,与产业生态的成熟之间,仍隔着一段不短的路程。

北京科技大学高性能计算领域专家储根深对界面新闻表示,国产计算硬件发展总体落后英伟达一到两代,“更难的是上面的生态”。英伟达围绕InfiniBand构建了多年的产业生态,并非单靠硬件性能对标就能复制。

ScaleFabric目前已在位于郑州的国家超算互联网核心节点三万卡智算集群中进行了部署验证,但更大规模的产业化落地仍需时间。从单一集群内的验证到成为市场上被广泛选择的方案,这条突围之路,可能比单纯的芯片研发周期更为漫长。

新华读报|OpenClaw走红凸显AI智能体潜力与风险

  《新华每日电讯》3月16日刊发文章《OpenClaw走红凸显AI智能体潜力与风险》。

  2026年开年以来,一款名为OpenClaw的开源人工智能体(AI智能体)在全球科技圈迅速走红。业内人士指出,如果相关技术逐步成熟,这类AI智能体未来有望在办公自动化、数字助理以及企业流程管理等领域获得广泛应用。OpenClaw快速走红也引发安全专家和媒体的警惕。

  记者:谭晶晶、黄恒

  编导:曹彦语

  配音:王帅龙

  新华社音视频部制作

自变量机器人保洁员在深圳上岗

3月17日消息,自变量机器人与生活服务平台58到家合作推出的机器人保洁员,近日已在深圳正式“上岗”。这是具身智能技术首次走进普通人的家庭,与人工保洁员协同完成清洁服务。

自变量方面表示,“目前主要在深圳开启,未来几个月计划进入更多城市提供服务。”

第一批国家新兴产业发展示范基地创建遴选工作启动

  工业和信息化部近日印发通知,组织开展第一批国家新兴产业发展示范基地创建遴选工作,示范基地包括园区类示范基地和企业类示范基地,涵盖人工智能、智能网联新能源汽车、智能机器人等十大领域。

  示范基地分为园区类和企业类两类申报对象。示范园区需为我国境内依法设立,以新兴产业重点领域为主导,在产业集群、协同创新等方面国内领先的产业园区;示范企业为我国境内独立法人,以新兴产业重点领域为主营业务,在产品开发、技术创新等方面国内领先的企业。创建领域涵盖人工智能、智能网联新能源汽车、新型储能制造、清洁低碳氢、生物制造、智能机器人、低空装备、商业航天、安全应急装备、软件。

  通知明确,申报对象原则上限报1个领域,示范园区须列入最新版开发区审核公告目录,集团与子公司不得重复申报。经济大省可推荐园区2个、企业20家;其他省、自治区、直辖市及新疆生产建设兵团可推荐园区1个、企业10家。申报对象需满足考评基本条件,人工智能、软件领域园区免考智能工厂占比,且近三年无较大及以上生产安全事故、Ⅱ级及以上环境污染事件等不良事件。

  据了解,工业和信息化部于去年11月印发《关于开展国家新兴产业发展示范基地创建活动的通知》,旨在贯彻落实党中央、国务院关于发展壮大新兴产业的决策部署,选树新兴产业发展示范标杆,引领带动我国新兴产业健康有序发展。(记者 赵乐瑄)

“龙虾热”背后的“冷思考”

  近来,OpenClaw(小龙虾)火遍全国,腾讯深圳总部门前上千人排队求免费安装的事件更是吸引众多关注。短短几天,“养龙虾”成为各大网络平台与街头巷尾的最热话题。平台上也开始出现大量提供OpenClaw上门安装、OpenClaw养成教程等的帖子。

  OpenClaw有其优势所在。作为一个开源AI智能体,在用户给出授权的情况下,OpenClaw可以完成相应的动作,理论状态下,可以被“养”出无限功能,胜任各类工作。

  但人人都适合“养龙虾”吗?

  首先,AI的使用与训练并非没有门槛。在真正精通技术的专业人士手中,AI是很强的助力,辅助用户在工作生活中事半功倍。但在部分一知半解的用户手中,则可能难以发挥其本身功用,沦为无用或少用的“个人形象点缀”。

  其次,在实际应用中,开源≠零成本。OpenClaw的养成需要大量时间与金钱,且养成功能越强大,所需费用越高,对个人来说是不小的负担。如果缺乏专业手段,其付出和回报往往不成正比,效率也很难得到提升。

  抛却成本不谈,OpenClaw本身的隐患也不容忽视。“贩卖AI焦虑者”不会告诉用户,虽然OpenClaw不上云,但在上门/远程安装过程中,安装者可以悄悄安装“后门”,所有个人信息将一览无遗。他们更不会告诉用户,OpenClaw拥有的权限极高,一旦误操作,将造成不可估量的财产损失。

  对此,国家互联网应急中心已发布关于OpenClaw安全应用的风险提示,就其“提示词注入”风险、“误操作”风险、功能插件(skills)投毒风险、安全漏洞风险等给出了警示和建议,提示大家注意安全防范。

  事实上,无论AI如何演变,在制作、使用或是选择上,主体始终是人。在信息过载时代,人们对新事物总有学习焦虑,但这种焦虑一旦演变为罔顾自身限制的盲目跟风,就很容易落入焦虑收割陷阱。

  不断学习新生事物是进步的重要阶梯,但与“跟风凑热闹”一拥而上不同,深度学习才是缓解焦虑的良药。深度学习后再去判断应否参与、如何参与,才能真正发挥新事物的功用,跟上时代发展。(记者 刘超)