IT之家 6 月 5 日消息，据路透社报道，当地时间 6 月 4 日，德国汉莎航空一架波音 787 客机在法兰克福机场停靠登机口期间，起落架突然发生坍塌事故， 导致机头直接砸向地面 ， 多名工作人员因此受伤 。 汉莎航空随后在声明中确认，事故发生时乘客尚未开始登机、机舱内只有机组人员和地勤人员。数名工作人员在事故中受伤，目前正在接受医疗救治。公司正在与相关主管部门沟通，共同调查事故具体原因。 波音发言人表示，公司已知悉此次事故，目前正在向客户提供支持。 从现场照片来看，这架双发宽体客机的头部出现明显下沉，机腹部分直接接触地面，呈现“趴窝”状态。事故发生后，已有多辆救护车和应急车辆停靠在飞机周围。 根据汉莎航空提供的信息， 本次事故发生时间为欧洲中部夏令时 12:45（IT之家注：北京时间 18:45） ，涉事航班号为 LH450， 原计划执飞法兰克福-洛杉矶国际航线任务 。
Ubuntu安装QGC地面站 前言 QGC ( QGroundControl) 是一个开源地面站，基于QT开发的，有跨平台的功能。本教程以 Ubuntu 18.04，QGC v4.2.6 为例，但也适用于其他 Ubuntu 发行版。QGC 版本可以自行选择，如果发现不行可以降低 QGC 的版本。 注：对于最新版稳定版 QGC (v5.0+)，已经不支持旧版 Ubuntu LTS 如：20.04、18.04，仅支持 22.04 或更高的版本 1. 安装依赖 sudo usermod -a -G dialout $USER sudo apt-get remove modemmanager -y sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y sudo apt install libqt5gui5 -y sudo apt install libfuse2 -y 注： 如果你是 Ubuntu 20.04 或更高的版本，使用下面命令： sudo usermod -a -G dialout $USER sudo apt-get remove modemmanager -y sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y sudo apt install libfuse2 -y sudo apt install libxcb-xinerama0 libxkbcommon-x11-0 libxcb-cursor0 -y 2. 下载 打开 官方教程 ，往下滑找到 Ubuntu Linux ，点击下载 （官网上默认下载最新稳定版） 如果需要其他版本，可以打开 releases 找到自己想要的版本，点击 AppImage 后缀的安装包即可。 或者使用下面 提供的安装包(v4.2.6) https://wwl.lanzout.com/i4FKL1u020hg 密码:4d0o 还要稍微处理一下，改个名: mv QGroundControl.appimage QGroundControl.AppImage 3. 安装 浏览器默认下载到 Downloads 目录 cd ~/Downloads/ chmod +x QGroundControl.AppImage ./QGroundControl.AppImage 4. 错误解决 错误 ： 缺少依赖 ，输入下列命令： sudo apt-get install libsdl2-mixer-2.0-0 libsdl2-image-2.0-0 libsdl2-2.0-0 错误 ： 缺少依赖 ，输入下列命令： sudo apt install libpulse-mainloop-glib0 错误 ： /tmp/.mount_QGrounh5iaaC/QGroundControl: /lib/x86_64-linux-gnu/libm.so.6: version `GLIBC_2.29' not found (required by /tmp/.mount_QGrounh5iaaC/QGroundControl) /tmp/.mount_QGrounh5iaaC/QGroundControl: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.26' not found (required by /tmp/.mount_QGrounh5iaaC/QGroundControl) 原因是系统的 glibc 库版本低于 QGC 的要求，但是这是系统库，不建议升级，所以重新下载低版本的 QGC 就可以了。 错误 : QGC 打开一直不显示地图，且为白。原因是网络问题，地图数据下载失败 先打开下面链接，下载地图数据包，然后再解压 https://wwit.lanzout.com/iXcMI35ptlnc 执行下面命令： rm -rf ~/.cache/QGCMapCache300 cp -r ./QGCMapCache300 ~/.cache/ 再次运行，成功！（后面就可以双击安装包打开了）(QGC版本不同界面也会有些许差别，以实际为准) 注： 如果不习惯英文界面在设置里更换 参考 官方教程 PX4 documentation 打开地面站错误，缺少组件error while loading shared libraries：libSDL2-2.0.so.0: cannot open shared object file: N-CSDN博客 2 个帖子 - 2 位参与者 阅读完整话题
IT之家 5 月 29 日消息，据中国航空发动机集团（中国航发）消息，5 月 26 日，由中国航发自主研制的 ATP120A 涡桨发动机 完成地面性能试验，成功运行至地面最大状态并稳定工作，发动机累计工作 5 小时 10 分钟，功率达到 1230 千瓦。 这是 ATP120A 发动机研制过程中又一重要里程碑，标志着型号研制迈上新台阶，为后续高空模拟试验和适航取证奠定基础。 ATP120A 发动机由中国航发东安所属东安民机公司研制，采用全寿命周期低成本设计理念，可适用于通用飞机、无人机等平台，具备向混合推进系统、氢燃料发动机等多方向扩展潜力， 综合性能达到国际同类先进水平 。 特别是该发动机 环境适应性强，高空性能突出，起动高度覆盖现有全部高高原机场 （IT之家注：机场标高在 2438 米以上的机场），搭载该发动机的飞机可在高原高寒、海岛盐雾等极端环境下稳定运行。 自今年 1 月零下 30℃ 低温条件成功点火以来，ATP120A 发动机研制团队历时 4 个月，锚定发动机最大状态运行目标，攻克螺旋桨-发动机功能匹配及验证、动力涡轮多工作转速研究验证等重点难点问题，提前识别试验风险，成功保障了地面性能试验顺利开展。
现在 CAAC 无人机证很不好考，地面站题目越来越难，不过对于我来说，那是 so easy ，我 4 分钟多就能做完地面站题目。 CAAC 无人机证现在的难点主要是在地面站，经纬度，风向是必考点，图一般出的不难。华北地区里面，山西 01, 河北 04, 北京 02 的地面站题目基本上都不难 以后可能的想法就是把编程技术，还有 AI 和无人机做一个结合
IT之家 5 月 24 日消息，埃隆 · 马斯克是否已然放弃特斯拉的宏伟发展规划、电气化经济蓝图，以及我们当下认知中的太阳能产业？据 Techcrunch 报道，从本周 SpaceX 公司提交的首次公开募股文件来看，事实似乎的确如此。 特斯拉多年来先后推出过四份总体规划，各版细节虽有差异，但核心主线始终是推动经济全面电气化。马斯克在首版规划中如此阐述核心宗旨：“特斯拉汽车的终极目标，是助力人类加速摆脱开采燃烧碳氢化合物的传统经济模式，迈向太阳能电力经济时代。” 然而近期，马斯克旗下人工智能企业 xAI 却反其道而行，采用开采消耗化石能源的模式。该公司依靠数十台不受管控的天然气涡轮机为数据中心供电，还计划再斥资 28 亿美元（IT之家注：现汇率约合 190.75 亿元人民币）添置相关设备，彻底让化石能源成为其人工智能业务的主要供电来源。 这位依靠清洁能源缔造商业帝国的企业家，如今态度转变令人费解。同时他也毫不避讳推动旗下企业互相采购产品。SpaceX 公司耗资 1.31 亿美元（现汇率约合 8.92 亿元人民币）购入 1279 辆 Cybertruck；过去两年里，xAI 花费 6.97 亿美元（现汇率约合 47.48 亿元人民币）采购特斯拉 Megapack 储能电池组，用于调节用电峰值。但迄今为止，xAI 并未大规模采购特斯拉太阳能板。 太阳能并未从 SpaceX 公司的招股文件中消失，只是发展重心全部转向太空领域，企业宣称太空发电将成为未来数据中心的供电方式。地面太阳能仅被少量提及，作用仅是反衬太空太阳能发电的优越性，并未规划用于 xAI 数据中心供电。 马斯克与硅谷一众企业高管痴迷太空太阳能发电早已不是秘密。SpaceX 公司表示，太空太阳能阵列可实现全天候光照发电，发电量能达到地面电站的五倍以上。受地面建设阻力影响，马斯克等企业负责人开始构想在太空搭建大型服务器机房，依托不间断的太空光照供电，供需设想恰好契合。 即便 SpaceX 公司能够大幅降低将数据中心送入太空轨道的成本，这套模式的经济效益依旧难言乐观。星链卫星的供电成本远超常规地面数据中心，同时防护芯片抵御太空恶劣环境，成本高昂且技术难度极大。人工智能运算能否拆分搭载至多颗卫星运行尚无定论，大部分算力作业大概率仍需在地面完成。该项目亟待攻克的难题数不胜数。 马斯克大概率仅将现有地面数据中心当作过渡方案。在他的设想中，短短数年内企业便能将吉瓦级算力服务器送入太空轨道，届时就会舍弃包括天然气涡轮机组在内的地面设施，彻底规避民众抵制建设的相关问题。当然，这一构想也存在落空风险。 马斯克的顾虑不止来自民众反对，他十分担忧人工智能算力需求会迅速超出地球现有能源供给上限。这份美国证券交易委员会申报文件多处提及，人工智能年度算力将达到太瓦级规模，配套电力供给也需同步攀升。目前全球所有数据中心总耗电仅约 40 吉瓦，二者差距悬殊。 这正是马斯克第一性原理思维的体现。他预判全球每年都将新增一太瓦的算力需求，并以此反向推演产业布局。企业方表示：“外界预估的数据中心需求，受制于地球实际资源供给上限，电力缺口实际规模或将远超研究报告测算数值。” 该设想具备可行性，但目前人类全年能源消耗约 3.5 万太瓦时，持续能耗约 4 太瓦。当下能源需求稳步上涨，人工智能能耗大概率处于指数增长阶段，后续增速可能持续攀升，也可能逐步趋于平稳，现阶段尚无定论。而马斯克向来擅长捕捉行业拐点，并做出大胆长远预判。 宏伟构想终究要回归现实。即便非航天专业人士也能判断，货车运输太阳能板的能耗，远低于将设备发射送入太空。此外，适配太空环境的太阳能板，还需要实现空前规模的量产。这些难题并非无法攻克，但也容易分散发展精力。毕竟地球上的太阳能开发潜力，至今都尚未充分挖掘。
IT之家 5 月 21 日消息，在今日举行的 2026 世界无人机大会上，美团宣布 美团无人机低空航网转入常态化运营，向全行业开放合作 。 IT之家获悉，美团今日发布了第四代无人机长程索降版 M-Drone 4L Winch， 不再需要地面降落空间。 这款无人机 可悬停在空中 ，用绳索把包裹精准送到指定位置。在大雨、中雪、6 级大风、-20℃ 到 50℃ 等极端环境，都能稳定飞行，覆盖国内 97% 以上的城市场景。 此外，美团还发布了 M-Port 3 智能接驳机场 ，占地 1.4 平方米，约一个电话亭大小。内置机械臂自动装货，开箱即用，部署在街边、小区口、公园入口，周边小店就能接入“空投”服务。 在调度和安全层面，美团自研的 M-DaaS 3 系统可以在 100 毫秒内判断异常状况，支持超视距、多机型、高密度的调度。机身设计了三级安全保障：冗余备份运行、安全迫降、紧急开伞，过往超 90 万单真实订单均安全、高效完成。 官方表示，目前美团无人机已完成首批试点合作，10 家合作方正式签约。配送场景正从餐饮外卖快速拓展至更多领域，覆盖区域也将延伸至浙江、湖南、广西等更多省份。 相关阅读： 《 美团副总裁毛一年：无人机业务未来两至三年有望实现前端规模化盈利 》
去年 8 月，大疆“猝不及防”地发布了首款扫地机器人 ——ROMO。尽管这是大疆跨度最大的一条产品线，但 ROMO 仍展现出了极高的产品完成度，还有极其出圈的透明设计，产品本身也没有明显的初代短板，能看出大疆在产品打磨上确实下了大功夫。 ROMO P（第一代） 不过，IT之家在此前的 ROMO 评测 中也指出，尽管大疆在设计上做出了差异化亮点，但回归到用户最关注的清洁体验上，与行业现有的成熟旗舰相比，其实尚未形成足以让人眼前一亮的竞争力。 按照大疆的“三代定律”—— 一代试水、二代补全、三代爆发的产品迭代规律，二代正是补齐短板、确立核心优势的关键节点。 ROMO P2 于是，还不到一年时间，大疆第二代扫地机器人 ROMO 2 便正式与消费者见面。 相较于前代，ROMO 2 在吸力、避障、越障、外摆机械臂等核心维度进行了全面升级。 那么这款全新的迭代产品，实际体验究竟如何？ 下面一起来看IT之家的体验分享！ ROMO P2 vs ROMO P：全面升级配置一览 一、DJI ROMO 2 系列产品线一览 本次大疆 ROMO 2 系列共推出了三款扫地机器人：P2（透明旗舰版）、A2（进阶版）以及 S V2（标准版），售价区间为 4299 元至 6499 元。 其中，入门级的 S V2 更像是初代 ROMO S 的常规小修小补，因此不在本次讨论之列。 ROMO 2 系列三款扫地机器人配置对比 这次发布的主角是 ROMO A2（进阶版）和 ROMO P2（透明旗舰版）。 事实上这俩才是真正的“ROMO 2”，搭载了大疆所有最新的技术，比如 36000Pa 的超强吸力和 123° 的超大摆臂。 同时，A2 与 P2 均提供了水箱版和自动上下水版供用户选择。 最贵的，便是 ROMO P2（自动上下水超薄基站版） 6499 元。 IT之家实测的，是售价 5999 元的 ROMO P2（水箱版）。 二、外观设计 ROMO P2 基站延续了全透明设计，机身呈现出水母般通透的质感，内部电控系统、降噪结构、集尘风道等核心组件一览无余，科幻感扑面而来。 尤其是内部点缀的结构装饰，线条利落、富有机械美感，就像是未来星舰一样。 ROMO P2 与上一代产品相比，内部构造仅有细微调整，例如减少了银色结构的使用。 但即便如此，你依然能一眼看出，这是一台不太一样的扫地机器人 —— 它来自大疆。 回到扫地机器人本体，ROMO P2 设计上的变化就明显了。 机身采用了半透明纯白设计，并非初代那种完全的“清水”透明。 这种调整显然是为了平衡科技感与家居感，让外观更柔和。 整体风格从纯粹的硬核“极客”向温馨的“家居”转变，能够更自然地融入不同风格的现代居室。 当然，设计见仁见智，至于你喜欢哪种？欢迎评论区留言分享。 一个小细节是，如果你购买了 ROMO P2 水箱版，后续想要升级自动上下水，只需单独购买 599 元的自动上下水套件即可完成改装，无需重新购买整机，这一点确实值得部分友商学习。 三、清洁体验 扫地机器人的核心使命永远是“把地扫干净”。 在这一代产品上，大疆为其注入了 AI 智能全场景应对方案，配合全面飙升的硬件参数，让 ROMO P2 的清洁表现有了质的飞跃。 最具代表性的就是吸力参数，从初代的 25000Pa 直接提升至 36000Pa，涨幅达到 44%，跻身目前行业第一梯队，与市面上最顶级的旗舰产品站在了同一起跑线。 实际上，上一代 25000Pa 吸力已经足够用，但还是那句话，配置多不是坏事，这就像大内存手机，可以不用，但不能没有。 同时，充足的性能余量不仅能应对重度清洁场景，也能保证产品在未来几年内不会快速落伍。 如下图所示，IT之家在实测中模拟了家庭常见的大颗粒垃圾场景：在地面均匀洒落芝麻、饼干碎、黑纸屑等混合垃圾后，最大吸力模式下，ROMO P2 来回三四趟清扫，地面无任何残留颗粒，实战清洁效果十分出众。 清洁过程 15x 加速： 值得一提的是，得益于升级的 AI 算法，ROMO P2 能够自主选择最优清洁策略。 例如，当它清扫到散落着猫砂和宠物粮的“颗粒物场景”时，AI 会敏锐识别出颗粒物，随后主动降低行走速度和边刷转速，防止将颗粒物打飞，最后利用 36000Pa 的超强吸力将其稳稳吸入尘盒。 如上图所示，识别到不同的脏污情况后，都会给出相应的清洁策略 面对客厅的地毯，它还有智能增压清扫，机器会自动下降增压板，与地面形成半封闭结构以增大腔体内部真空度，配合智能化下地毯防拖拽动作，将隐藏在地毯绒毛深处的积灰连根拔起。 同时，双重覆盖的防缠绕中刷设计，也让长发和宠物毛发无处遁形。 而在面对床底、阳台边缘等“重度灰尘场景”时，ROMO P2 会自动切换为单扫模式，减缓速度并开启主动气流管理，防止扬尘。 当识别到有色或无色液体时，它会智能规划液体清洁路线，将该区域单独留到最后清扫，并在识别液体后不碾压，实现了脏污零扩散。 对于厨房地面干涸的顽固油污，ROMO P2 会自动切换至厨房去油污模式，加大拖布出水量，并主动对拖布施加向下增压，利用最大下压力和接触面积进行强力擦拭。 针对边角清洁，这次 ROMO P2 也迎来了显著的升级 —— 独创雷达自适应超幅外摆机械臂，其摆动角度达到了夸张的 123°。 此前伸出去的是拖布，而这一次是整个拖布摆臂都伸出去了，一次外摆即可较上代多覆盖 7.8 厘米的边角区域。 这种设计的好处是，拖布可以尽可能的伸到一些缝隙边缘里，比如在不规则家具、圆形桌椅腿、冰箱及橱柜下沿灵活摆出。 配合智能贴合算法，它能像人的手臂一样沿着椅腿画圈擦拭。 再比如，在遇到狭窄过道时，它还会动态切换长边优先策略，不放过任何一丝缝隙。 四、综合体验 大疆毫无保留地将其在无人机领域的深厚技术积淀进行了下放，这让 ROMO P2 在导航避障方面展现出了非常强悍的产品力表现。 这次，ROMO 2 的避障系统迎来了 2.0 版本的全面进化，在硬件堆料上可谓诚意满满：全新面阵散斑投影激光雷达，配合双目鱼眼视觉传感器以及侧面的面阵 ToF 技术，构建了极其严密的感知网络。 得益于这套系统的超广角视野，ROMO P2 在转弯，或是遇到细长桌腿、不规则沙发底座时，都能极其丝滑地合理规划绕行路线，不会出现生硬的碰撞。 聊完避障，不得不提越障。 客观地说，越障曾是初代产品最大的短板，尤其是在 2026 年的当下，强悍的越障能力已经是旗舰机型的核心考核指标。 这一次，大疆可以说彻底赶上来了 —— 将双层连续越障高度直接拔升至夸张的 8.5 厘米。 针对许多家庭厨房或卫生间常见的高门槛、粗大的压边条及推拉门轨道，ROMO P2 能够智能预判前方障碍并自主灵活抬升轮足，轻松征服家庭中绝大多数的高低门槛。 IT之家实测场景中，客厅和阳台间有一个高度超过 5 厘米的推拉门门槛。 ROMO 2 初次全屋建图时，居然就毫不费力地翻了过去，并精准地在地图上将此处标记为“高门槛区域”。 而到了正式的清洁环节，只见 ROMO 2 行驶到门槛前，精准正对目标，随后果断抬起前身轮足，以一种类似越野车“冲刺”的姿态，干脆利落地一跃而上，整个翻越动作一气呵成，大概 10 秒左右的时间，就能完成翻越的工作。 另外，ROMO 2 越障时最大的优势在于无需通过碰撞来感知门槛，而是依靠前置视觉系统提前识别障碍物的高度与位置，在接触前就完成轮足抬升动作。 很显然，大疆这是把无人机那一套搬到了扫地机器人上，算是物理意义上的“技术下放”了。 清洁完地面，接下来的后勤保障就全盘交给基站了。 ROMO P2 这次独创高压自冲洗技术，基站底部配备了比市面上绝大多数竞品都要大的 16 毫米超大口径吸污口，配合四路高压水流的猛烈冲刷。 还有一个看不见的细节是，基站底座材质升级为纳米级微晶盾材质 —— 其表面形成了一层致密的纳米结晶层，能够有效阻挡污渍的浸润与渗透，从根源上减少了顽固污渍残留的可能。 就IT之家这段时间的高强度实测体验来看，它的基站底盘确实始终保持着极其干净的状态，免维护表现相当出色。 到了洗拖布环节，ROMO P2 采用的是全自动消毒液浸泡清洗方案，配合下压力，对拖布进行深度的自动浸泡和大力搓洗。 在这个过程中，基站会按比例自动添加除菌清洁液。 除菌液位于尘袋左侧 另外，ROMO 2 坚持采用的双圆盘拖布方案，其实在后期维护上藏着一个巨大的体验优势。那就是当拖布用久了、磨损严重时，你只需要“一撕”，就能换上新拖布，极其省心。 对比之下，履带拖布的成本就很高了。在这笔长远的经济账和日常维护体验上，圆盘拖布确实很“实在”。 一个小细节：污水桶采用了“毛玻璃”设计；而清水通则是透明设计。水箱内都有银离子除菌模块。 最后，必须要点赞一下 DJI Home APP 的纯净体验 —— 界面设计极为清晰明了，打开 App 就能直接进入核心的产品控制界面，直奔使用需求。 没有任何广告、商城、产品的推广页面。 即便是商城，也隐藏了二级菜单中，使用感十分清爽。 全体友商必须学习一个。 DJI Home APP 延续了大疆一贯的高审美设计水准，整体界面简洁清爽，没有冗余元素。拖地工作时同步呈现的动态小动画生动细腻，各类功能按钮的设计也兼具辨识度与质感，操作逻辑清晰直观，几乎没有学习成本。 功能层面，APP 内置了丰富的预设清洁模式，涵盖日常全屋清扫、重点区域深度清洁、沿边清洁等高频场景，无需复杂设置，一键即可启动对应任务。同时支持高度自定义的清扫方案：用户可在生成的精准户型地图上自由圈画禁扫区与重点清扫区，灵活调整不同房间的清洁顺序，完全适配不同户型结构与个人清洁习惯。 除了 APP 端操控，ROMO P2 还搭载了全场景语音控制系统，并且原生兼容小度音箱、小爱音箱等主流智能终端，家中已有这些设备的用户，可直接通过语音指令唤醒机器人执行操作。此外，用户还能通过 APP 实现远程视频查看。 结语 如果说初代 ROMO 证明了大疆有能力造出一台优秀的扫地机器人，那么 ROMO 2 系列则是大疆正式向行业头部发起冲击的产品。 ROMO 2 相较于初代产品，它在清洁能力、避障能力、越障能力和自清洁能力等核心维度实现了全面升级，解决了初代产品最受诟病的痛点，真正具备了与行业成熟旗舰正面竞争的实力。 换个角度想，这一点也不难理解。 毕竟 ROMO 是大疆在扫地机器人领域的“开山之作”，从天上到地面，技术场景的迁移和适配需要时间，核心能力的打磨也需要通过市场反馈不断迭代，初代产品能做到“无明显短板、功能全在线”，已经算是不错的起步。 而 ROMO 2 系列的到来，正是大疆将初代积累的技术经验与用户反馈深度融合后的成果。 当然，ROMO P2 也并非完美无缺。 5999 元的水箱版售价和 6499 元的上下水版售价，处于行业高端区间，对于普通消费者来说门槛较高；入门级的 S V2 版本升级幅度有限，缺乏诚意。 需要特别说明的是，本次首发期间大疆提供了 1000 元的限时优惠，以IT之家实测的 ROMO P2（水箱版）为例，到手价 4999 元，还赠送 499 元的配件礼包。所以如果本来就打算入手的话，真的建议趁首发买，早买早用，等降价的话少说也要等好几个月，太磨人。 最后，站在行业与消费者的双重角度，IT之家也有一些观察。 从整个行业来看，扫地机器人赛道早已不是“蓝海”，科沃斯、石头、追觅等头部品牌早已深耕多年，在技术研发、市场渠道与用户心智上均构筑了稳固壁垒，绝非可以轻易撼动的“软柿子”。 按照大疆的“三代定律”，三代产品将会迎来技术的全面爆发，届时大疆或许真的能像颠覆无人机市场那样，给扫地机器人行业带来新的变革。 而对于我们消费者来说，看着这些头部大厂在技术体验上疯狂“神仙打架”，从而把更多优质且极致的产品推向市场，无疑是这场竞争中最乐见其成的结果。 京东 大疆（DJI）【新品预约有礼】DJIROMO2 系列扫地机器人 【6 月 11 日 20:00 发售】AI 超幅扫拖机器人 自动清洗集尘 4999 元 直达链接
IT之家 5 月 15 日消息，2026 年 5 月 12 日，美国陆军在科罗拉多州卡森堡举行的“常春藤集丛”（Ivy Mass）演习中测试了“下一代指挥与控制”（NGC2）技术，以确保部队、直升机与战场单位在未来高强度战争中的连接。 在此次演习中，美军第 4 步兵师（昵称“常春藤师”）的士兵使用了一个数字指挥网络，让 AH-64 阿帕奇直升机与地面部队及后勤单位在对抗性作战场景下实现数据互联。 ▲ 图片来源：美国战争部 / 国防部 据介绍，NGC2 系统旨在用更快速、支持云计算的软件取代旧式指挥网络，实现战场数据在各单位之间的近实时传输。随着现代战争日益受到无人机、网络攻击、电子战和远程导弹打击的影响，陆军高层一直在推动这些升级，例如俄乌冲突就证明固定的指挥所和大型基地会迅速地成为敌方目标。 其演习模拟了一个通信网络面临电子干扰和远程攻击威胁的战场环境。各单位不再从大型集中地点行动，而是通过分布在区域内更小、更具机动性的位置进行作战。第 4 战斗航空旅的阿帕奇直升机在演习中发挥了重要作用。这些直升机从前沿区域的临时武装和加油点出发，这些临时站点使机组人员能够快速补给油弹，同时减少被敌方锁定的风险。 AH-64E 阿帕奇守护者直升机还展示了攻击直升机如何在更广泛的数字作战网络内运行。在行动中，该直升机与地面部队、无人机、炮兵部队和指挥团队交换了目标瞄准与侦察数据。这种连接使得战场信息在单位之间更快流动。无人机或侦察队收集的数据几乎可以立即传达到阿帕奇机组人员，帮助飞行员更快识别和打击目标。 陆军希望缩短从发现威胁到做出响应的时间。在未来的作战场景中，指挥官可能需要在遭受网络攻击、信号干扰或无人机监视的情况下进行操作。NGC2 旨在即使部分通信网络瘫痪时也能维持协调。陆军不再严重依赖集中式总部，而是转向能够在压力下继续运作的小型指挥结构。 此次演习还支持了陆军向多域作战的更广泛推进。该战略将地面战斗、航空、网络战、电子战和天基系统整合到一个统一作战框架中。NGC2 预计将成为连接这些能力的数字骨干，将士兵、作战车辆、直升机、无人机、传感器和指挥部整合到共享的战场画面中。陆军官员还在探索人工智能辅助工具，帮助指挥官在作战中更快处理大量作战数据。
在近日于华盛顿特区举行的“现代海军陆战队博览会”上，德事隆系统公司（Textron Systems）正式展示了一款专为美海军陆战队量身打造的无人战斗平台——Ripsaw M1。这款机器人战车被定位为人机协同作战的“倍增器”，将配合海军陆战队的新一代先进侦察车（ARV）和两栖战斗车辆（ACV）执行任务。 根据美海军陆战队持续推进的“重塑与现代化”计划，部队正逐步以ARV和ACV分别替换自上世纪70年代服役的AAV7A1两栖突击车和LAV-25轻型装甲车。这一换装不仅意在提升平台性能与乘员安全，还强调采用模块化、网络化架构，为与Ripsaw M1这类无人地面车辆协同作战预留接口和空间。 Ripsaw M1延续了此前Ripsaw系列机器人的技术血统，但与为美陆军开发的大型M5有所不同。M1整车更加紧凑，并将传统的履带式结构改为轮式设计，其原因在于海军陆战队高度重视两栖与滨海作战能力，M1必须能够适应滩头和沿海等潮湿且地形复杂的环境。 在作战定位上，Ripsaw M1被视为ARV的“队友”与“战力倍增器”，ARV负责担任指挥中枢，M1则作为前出侦察力量。整车重量约4，300磅（约1，950千克），车长约10.5英尺（约3.2米），可搭载多达2，000磅（约907千克）的任务载荷。其全电动全轮驱动系统最高时速可达53英里（约85公里），在静音模式下仍可保持约20英里（约32公里）的时速，续航里程可达30英里（约48公里），并具备通过深达约48英寸（约123厘米）水障的能力。 在隐身运行模式下，M1可以依托高分辨率传感器执行侦察任务，收集战场情报。它也可以在复杂地形、狭窄通道等高风险区域充当“诱饵”，先于载人平台进入潜在伏击地带，引诱敌方火力暴露位置，或用于探查障碍、清理通路。 不过，Ripsaw M1不仅仅是一个“运载骡子”或侦察平台。其模块化设计允许其快速改装为多种作战构型，包括硬杀伤反无人机武器平台，或搭载类似“Damocles”一类盘旋弹药系统，用于搜索并持续在空中等待目标出现后实施打击。通过更换任务模块，M1能够根据不同战场环境在防空、压制、火力支援等角色间灵活切换。 德事隆系统公司项目副总裁Sara Willett表示，M1技术验证平台展示了无人地面车辆支持海军陆战队任务的“可能上限”。公司与Howe & Howe团队将其在陆、空、海多域自主机器人系统上的经验汇集于这一平台，以通用的“机器人核心”为基础，在保持共同架构的前提下，可根据任务需求对平台的尺寸、重量和功率进行放大或缩小，从而在运输机动性与战场敏捷性之间取得平衡。 查看评论
Counterpoint Research发布最新研究称，具备非地面网络（NTN）连接能力的智能手机正进入关键增长阶段，预计到2030年，这类产品将占全球智能手机出货量的46%。报告认为，未来几年市场增长仍将主要由苹果、三星、Google和华为等厂商推动，其中高端机型仍是卫星通信智能手机的核心载体。 报告指出，短期内，市场将更多由各家厂商主导的专有解决方案驱动，而基于3GPP标准的NTN生态仍面临芯片准备度、运营商认证以及服务成熟度不足等现实挑战。这也意味着，尽管卫星连接已经成为智能手机差异化能力之一，但行业距离真正的大规模普及仍有一段路要走。 从产业发展历程来看，苹果是首个将卫星连接带入主流智能手机市场的品牌，其在2022年通过与Globalstar合作，为iPhone 14引入相关能力。报告还提到，亚马逊近期收购Globalstar，不仅让其迅速切入相关基础设施，也为其在“连接即服务”领域打开了新的商业化空间。华为则在2023年成为第二家将卫星连接带入智能手机的厂商，如今已有超过10个品牌推出了支持卫星连接的手机产品。 在厂商格局方面，Counterpoint分析师表示，按具备NTN能力的智能手机出货量计算，苹果仍是全球领先厂商，而在Android阵营中，三星处于领先位置。苹果、华为和Google目前更偏向采用专有NTN路径；与此同时，三星、小米、OPPO、荣耀和vivo等Android品牌则更多与3GPP NTN路线保持一致，以争取更强的规模化能力和互操作性。 不过，报告也强调，当前卫星智能手机市场仍主要由高端价位段支撑，缺乏真正具有吸引力的“杀手级应用”，成为制约其走向大众市场的关键因素。现阶段，基于3GPP Release 17的应用场景仍主要集中在SOS紧急求助和消息通信。按照该机构判断，Release 18将有助于推动更多高端机型和品牌跟进，而面向中端市场的大规模普及，可能还要等到Release 19进一步成熟之后才会明显提速。 在芯片竞争层面，报告称，高通目前在Android卫星通信芯片阵营中处于前沿位置，主要依靠Snapdragon X80和X85调制解调器推动相关能力落地。与此同时，华为、Google和三星也在持续增强竞争力，联发科则通过MT6825 5G SoC推进NTN集成。研究机构认为，更多芯片厂商加入将进一步提升市场竞争，并有望帮助相关技术加快迈向规模化。 从区域市场来看，北美目前在全球卫星智能手机普及中处于领先位置，背后推动力来自电信运营商、卫星运营商与智能手机厂商的较早投入。报告列举称，T-Mobile与SpaceX、AT&T与AST Mobile、Rogers与SpaceX之间的合作，再加上苹果与Globalstar的绑定，已共同推动卫星连接能力更快进入智能手机市场。相比之下，欧洲和中国等其他地区的电信运营商尚未大规模加速相关服务部署，但卫星运营商正在持续提升网络容量，以满足未来更广泛的大众市场需求。 对于长期前景，Counterpoint预计，到2030年，全球几乎每两部智能手机中就有一部支持卫星连接。苹果、Google和三星预计将在整体渗透率上保持领先，而面向入门级和中端价位段的Android品牌，其卫星连接渗透水平可能相对较低。报告认为，未来若有更多Android厂商和更多发达市场以外的运营商加入，将成为推动全球普及速度进一步提升的重要因素。 此外，机构指出，卫星智能手机连接市场的扩展不仅会给手机厂商带来机会，也将为SoC供应商、零部件企业、电信运营商和卫星运营商创造新的增长空间。更进一步看，这一能力还有望催生新的服务模式和捆绑套餐，例如亚马逊未来就可能把卫星连接整合进Amazon Prime等平台，以提升整体消费体验。不过，行业最终增长速度仍将取决于生态各方能否协同解决设计与成本限制、应用场景不足、监管复杂性以及网络成熟度不高等问题。 查看评论
IT之家 4 月 28 日消息，人工智能图像处理技术，已将美国国家航空航天局（NASA）詹姆斯・韦布空间望远镜的数据分析耗时从数年缩短至短短数日甚至更短时间，催生了大量突破性发现，倘若没有这项技术，这些发现或许永远无法实现。 如今，这项技术将用于提升坐落于智利的薇拉・C・鲁宾天文台所拍摄图像的画质。作为新晋天文观测重镇，优化后的图像清晰度将堪比从太空拍摄的水准。 薇拉・C・鲁宾天文台以美国天文学家薇拉・C・鲁宾命名，她为暗物质的存在找到了关键证据之一。该天文台坐落于智利安第斯山脉海拔 8770 英尺（2673 米）的帕琼山之巅，望远镜已于去年正式投入运行。它每三晚扫描整片天空，计划用十年时间延时记录天体的运行轨迹。 天文台地处地球上最干旱的智利阿塔卡马沙漠，干燥的大气和终年晴朗的天空为天文观测提供了绝佳条件。尽管如此，遥远天体发出的光线在抵达望远镜探测器前，必须穿过地球大气层，导致鲁宾天文台的观测图像仍存在严重畸变。 加州大学圣克鲁兹分校的研究团队研发了一款全新人工智能算法， 旨在消除这类大气畸变、提升图像分辨率，让地面拍摄的画面达到太空望远镜的成像效果。 加州大学圣克鲁兹分校天文与天体物理学教授布兰特・罗伯逊是这款新型人工智能模型的研发负责人，他向太空网表示：“地面望远镜拍摄的光线穿过大气层时，会因大气湍流造成画面模糊。我们投入巨资研发高性能设备来校正大气畸变，而如今也可以通过训练人工智能机器学习模型，弱化这类模糊问题。” 研究团队利用日本昴星望远镜的地面观测影像，以及哈勃空间望远镜拍摄的同一片空域图像，对名为 Neo 的生成式模型进行训练。该模型的核心任务是补全地面观测图像中缺失的细节，最终成果十分惊艳。研究团队在论文中指出， Neo 模型可将天体形态参数的测量准确度提升 2 至 10 倍 。 实际应用中，分辨率的大幅提升，能从原本模糊斑驳的画面中，分辨出海量独立恒星，以及星系精准的轮廓形态。 罗伯逊表示：“该模型优化了观测数据的空间成像质量，从统计学层面还原出太空望远镜视角下的星系特征。” 他补充道，这项技术极大加速了天文发现进程，也能让科研界对尖端天文望远镜的投入实现科研价值最大化。智利薇拉・C・鲁宾天文台配备 8.4 米口径反射镜，建造成本达 8 亿美元（IT之家注：现汇率约合 54.68 亿元人民币）。即便如此，其造价仍远低于哈勃、韦布等太空望远镜，后两者的建造与运维成本均高达数十亿美元。 “我们为天文天文台投入了巨额资金与海量资源，希望依托公众和业界的投入，从观测数据中挖掘出全部科研价值。”罗伯逊说道。 Neo 模型属于条件生成对抗网络，由两组神经网络协同工作，也是人工智能图像生成领域的常用架构。其中一组神经网络负责从原始观测影像中生成优化后的高清图像，另一组则对图像画质进行评估校验。 （从左到右）地面地球望远镜、哈勃太空望远镜以及经 Neo AI 网络优化后的图像对比 该模型脱胎于罗伯逊团队此前为加速韦布望远镜图像处理而开发的技术。造价高达 100 亿美元（现汇率约合 683.47 亿元人民币）的韦布望远镜会产生海量观测数据，仅依靠天文学家人工目视分析根本无法及时处理。而罗伯逊团队研发的这类人工智能算法，仅需数日就能完成人工耗时数年的分析工作。 罗伯逊坦言：“海量观测数据蜂拥而至，人工分析根本跟不上节奏，传统的图像分析方法早已力不从心。” 这套算法依托英伟达 GPU 超级计算机运行，已助力韦布望远镜时代取得多项震撼天文界的重大发现，包括探测到早期宇宙中本不在天文学家预期内的复杂星系。 “该模型会解析图像的每一个像素，判别其属于宇宙空域还是天体实体；若判定为天体，还能进一步区分是盘状星系、椭球状星系还是恒星的组成部分。”罗伯逊解释道。 他同时强调，人工智能算法并不会取代天文学家，而是帮助科研人员更快取得天文发现，同时捕捉到人类容易忽略的天体规律与特征。 “人工智能并非完美无缺，但人类自身和传统研究方法同样存在局限。三者各有优势、互为补充。” 研究团队已将经算法处理后的天文图像开放给其他科研团队及公众探索研究。
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）
比上一代飞机上的 Wi-Fi 快多了，基本上和地面没有使用上的区别。（除了飞机上不能使用视屏通话）