Relativity Space是一家由前谷歌执行董事长埃里克·施密特于去年收购的火箭制造商,该公司此前在通往轨道的道路上屡遭挫折,如今却有望抢先SpaceX一步抵达火星。
本周二,NASA宣布与该公司签约,委托其建造一艘搭载多套科学仪器的航天器,并将其发射升空、飞往火星。
此次合同结构与NASA此前同SpaceX签订的国际空间站货运协议,以及与Firefly Aerospace签订的月球着陆器协议如出一辙——政府机构负责科学任务,私营企业提供低成本基础设施支持。
此次任务被命名为"Aeolus",将搭载四套仪器,从轨道上对火星进行探测与成像,有望实现人类首次对火星大气中尘埃、风况和温度的每日全球观测。NASA表示,这些数据将有助于提升未来着陆器乃至宇航员登陆火星表面的安全性。
"将NASA世界级的科学仪器与商业创新和投资相结合,我们能够更频繁地获取更多科学成果,并缩短将关键数据送达研究人员手中的时间,从而为未来载人火星任务做好准备。"NASA局长贾里德·艾萨克曼在声明中表示。
该任务计划于2028年发射,时间表相当紧凑,Relativity需要在有限时间内完成搭载Aeolus仪器的航天器设计与建造,同时还需完成运载火箭的研制工作。NASA未披露向Relativity支付的具体金额,Relativity方面也未回应媒体的采访请求。
艾萨克曼本人曾两度搭乘SpaceX私人飞船进入太空,一直积极倡导此类公私合作模式。在这一模式下,合作企业承担部分项目研发成本,换取NASA更大的预算弹性,这已成为该机构在不独自承担全部财务风险的前提下推进雄心勃勃任务的标准范式。
不过NASA同样面临风险:Relativity尚未得到充分验证,任务能否顺利升空仍是未知数。NASA此前的初创合作伙伴中,有的已宣告破产,有的月球着陆器也未能准确着陆。对企业而言,潜在收益不仅限于NASA合同本身,还包括卫星发射、月球货运等商业应用。然而,这类合作伙伴关系越向深空延伸,商业服务的市场前景便越发扑朔迷离。
Relativity于2015年由两位曾分别效力于SpaceX和蓝色起源的工程师共同创立,其核心理念是将3D打印技术发挥至极致,以此降低火箭制造成本。该公司首款火箭Terran-1于2023年3月发射,但在飞行途中宣告失败。随后,公司决定押注更大的新型火箭——Terran R。
然而,在Terran R抵达发射台之前,公司便遭遇融资困境。施密特于去年取得公司多数股权并出任CEO。他对于这笔投资一直讳莫如深,但曾公开表达对轨道数据中心的兴趣,外界也普遍认为他计划借助Relativity发射一架名为"Lazuli"的太空望远镜——该项目由其家族慈善机构施密特科学基金会出资。
这位前科技界高管去年出手收购一家航天公司,令不少业界观察人士感到困惑,毕竟火箭领域竞争激烈、资本门槛极高。但由于杰夫·贝索斯旗下蓝色起源的持续延误,市场对新型火箭的需求积压已久,若Terran R真能成功入轨,施密特或许仍有望获得丰厚回报。
这份新合同,也可能给施密特提供一个在AI安全议题上时常与他交锋的老对手埃隆·马斯克面前扳回一局的机会。尽管马斯克长期高调宣扬其火星愿景,SpaceX却从未真正执行过一次属于自己的火星任务(2018年发射入太空的那辆特斯拉,实际上并未抵达火星)。
若Relativity的Aeolus任务按计划发射,它将有望成为首个抵达这颗红色星球的私人任务。
Q&A
Q1:NASA与Relativity Space签订的Aeolus任务合同是什么形式的合作?
A:这是一种公私合作模式,类似于NASA与SpaceX签订的国际空间站货运协议。NASA负责科学任务和仪器研发,Relativity Space负责建造航天器并将其送往火星。合作企业承担部分研发成本,NASA则得以在有限预算内推进更多任务,双方共同分担风险与收益。
Q2:Aeolus火星任务的主要科学目标是什么?
A:Aeolus任务将搭载四套科学仪器,从轨道上对火星大气进行探测与成像,目标是实现首次对火星大气中尘埃、风况和温度的每日全球观测。这些数据将有助于提升未来着陆器和宇航员登陆火星的安全性,为载人火星探测任务提供重要的基础数据支撑。
Q3:Relativity Space有没有成功发射火箭的经验?
A:Relativity Space的首款火箭Terran-1于2023年3月发射,但在飞行途中失败。此后公司转而研发更大型的Terran R火箭,但在该火箭抵达发射台前便遭遇融资困难,前谷歌执行董事长埃里克·施密特随后收购了公司多数股权并出任CEO。目前Terran R尚未完成发射验证。
好文章,需要你的鼓励
今天讲的出海案例是维科精密,这家汽车电子与功率半导体精密部件厂商正在泰国建设总投资3.10亿元的生产基地。
MemoBench是哈佛大学等机构联合推出的视频生成评测基准,专测AI在物体消失再重现场景下的记忆能力,揭示了当前所有主流模型的核心盲区。
随着AI智能体对实时数据访问需求激增,企业维护独立事务与分析系统的成本和复杂性日益凸显。Databricks、Snowflake、EDB等厂商纷纷推出融合架构。分布式PostgreSQL提供商pgEdge近日发布ColdFront测试版,采用冷热数据分层架构,自动将旧数据迁移至Apache Iceberg对象存储,同时保持PostgreSQL作为唯一应用接口。分析师指出,DuckDB正成为此类架构的事实标准嵌入式分析引擎,但由此产生的集中风险值得CIO关注。
研究发现AI代码修复工具默认的"写代码→跑测试→再改"流程中,禁止运行测试几乎不影响修复成功率,却能节省超过一半的时间和费用。