马斯克的星际飞船又炸了!回收时发动机重启失败,「横」着砸向地面

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情
贾浩楠 发自 凹非寺
量子位 报道 | 公众号 QbitAI

马斯克的星际飞船,又爆炸了!

SpaceX的星舰9号原型,几个小时前进行了试射。

在着陆时,SN9直接炸成了一个巨大的火球。

作为今后要实现马斯克殖民火星梦想的主力,星舰系列的实验一直少不了浓烟和火光。

SN9,已经是损失的第8架原型了。

而且,SN9的着陆爆炸点,就在准备下次试射的SN10旁边。

What happened?

7个小时前,得州当地时间下午4点整,在SpaceX的发射场,SN9点火升空。

在上升过程中,和上次的SN8一样,三台“猛禽”发动机依次关闭,

上升过程中,火箭依次关闭发动机,以实现高度控制下降。

但是,关闭3号发动时,监测发动机的摄像装置损坏了:

两分钟后,火箭又关闭了2号发动机,最后,仅凭单台发动机爬升到10km高度。

这一次,SN9在到达10000米高度后,没有悬停,而是直接关闭发动机,进入95%自由落体阶段:

95%自由落体阶段,也叫「腹部拍水式俯冲」,通过舰体上的固定翼,像翼装跳伞者张开手脚那样,对火箭进行姿态控制(俯仰、翻转、偏航等控制)减速飞行,这一系列动作是星舰火箭首创的。

随后,在接近着陆台时,火箭周围的助推器开始工作,执行翻转操作,将其姿态改为垂直状态,为着陆做准备。

但是,问题似乎就出在了这个环节,直播的视频中,SpaceX的工作人员解释说,即将打开两个引擎来修正着陆时的姿态。

但从地面的摄像机中,可以清楚的看到,一台发动机启动失败,而单台发动机的力量不足以完成既定目标:

最后,SN9很不幸未能实现与地面垂直的姿态,几乎是“横着”砸到了场地上:

看着小九在身边炸成碎片,小十表示,当时害怕极了……

发射算不算成功?

去年12月,SN8着陆也发生了爆炸,但马斯克当时表示既定目标完成,很满意。

SN8爆炸的原因,是在下降过程中,飞船头部燃料罐压力过低,导致引擎推力下降造成的。

但SpaceX解释,SN8的主要目标是测试飞船姿态控制,成功着陆并不是首要任务。

那么,这次SN9着陆时也发生了爆炸,算不算成功?

在SpaceX官网上可以看到SN9试射任务的描述。

这次发射,主要任务是“高空飞行测试”,没有明确说明成功着陆是目标之一。

而在直播发生爆炸后,一直负责解说的SpaceX首席系统集成工程师John Insprucker说:

我们成功地攀升到10km高度,同时还实现了火箭内部的推进剂转移。
我们拿到了很好很有价值的数据,只需要在着陆环节再花点功夫。

与上次SN8爆炸后立刻表态评价不同,这次,马斯克至今一直没有发声。

就在SN9发射前12个小时,马斯克发推,表示要暂时告别社交媒体一段时间。

这是为什么呢?

波折的火星之路

有外媒推测,马斯克之所以在这个关键时间点选择暂别推特,可能是避免与美国联邦航空管理局(FAA)的矛盾进一步升级。

其实,SN9原定的发射时间是两天前,而FAA在发射前,突然取消了SpaceX的许可证。

理由是“可能会影响公共安全”。

随后马斯克在推特上抨击了FAA,称FAA机构运转不灵,规则老旧,只适用政府主导的航天任务。

如果按政府每年寥寥几次的发射任务,人类永远也别想到火星。

两天后,FAA表示SpceX“纠正了安全措施”,重新允许发射。

马斯克的太空探索之路,可谓曲折,除了要和政府机构交手过招,最主要困难,还是技术本身。

在SN9之前,一共有7艘原型星舰在测试中“壮烈”:

2019年11月20日第一艘Mark1;2020年2月28日第二艘SN1;2020年4月2日第三艘SN3;2020年5月29日第四艘SN4;2020年6月23日第五艘SN7;2020年9月23日第六艘SN7.1;2020年12月9号的SN8.

其中,既有地面点火事故,也有舰体结构强度测试事故,还有着陆事故。

要实现超大运载能力,同时还能反复使用的火箭,确实困难重重。

一路试错,一路迭代,按照马斯克预期,至少测试到SN20,才有望定型1.0版星舰,即能够执行任务的成熟版。

而这一目标瞄准2021年~2022年。

SN9之后,马斯克还有11次机会。

SN9的后继者,比如SN10,目前已经整备完毕,随时可以转场发射。

正在打造中的星舰系列包括SN11、SN12、SN13、SN14、SN15、SN16,甚至超重猎鹰火箭原型各部件已经建造过半。

具体什么时候能登上火星?前几天马斯克本人在网络聊天室有网友们交流时,立了一个flag:五年半以内。

而在大洋的另一边,中国的民营商业航天探索,也一直在进行。

中国民营航天的努力

2月1日下午,中国民营商业航天公司星际荣耀的“双曲线一号遥二运载火箭”,在酒泉卫星发射中心点火升空,之后火箭飞行出现异常,本次发射任务宣告失败。

此次发射的“双曲线一号遥2”是由中国星际荣耀科技有限公司研制的小型固体燃料火箭,火箭长20.8米、直径1.4米、发射重量约为31吨,其太阳同步轨道运载能力约为150千克。

本次失利,其实是星际荣耀的第二发火箭。在2019年,双曲线一号首发火箭在酒泉卫星发射中心发射,成功将多颗微型卫星送入预定轨道,成为中国民营火箭成功入轨的第一箭。

星际荣耀的技术团队约有120余人,拥有很多资深的技术人员,尤其是总经理来自航天一院,曾担任研发中心主任。

星际荣耀的还得到了官方航天机构的大力支持,比如民营企业最为头疼的火工产品如起爆器、自毁系统、爆炸螺丝分离系统等等均由官方科研单位提供,发射场也选在配套成熟的酒泉发射中心。

至于此次为何失利,一名接近星际荣耀的人士透露,此次发射失利可能是空气舵脱落导致的火箭姿态不正常,且在火箭一二级尚未分离的时候就已经显露端倪。该人士同时表示,上述原因未经证实,最终还要看官方公布的结果。

目前,中国的商业航天在技术、运力、可靠性方面,与SpaceX还有很大差距。

但就像星际荣耀在火箭失利后的公告中所说,通向太空的征途从来都不平坦,

除了星际荣耀,中国还有不少正在起步的民营航天公司,比如蓝箭航天、零一空间、星河动力等等,它们在技术和融资方面都有不错的进展。

谁能最终成为中国的“SpaceX”呢?

参考链接
https://www.spacex.com/vehicles/starship/index.html

https://mp.weixin.qq.com/s/GkHSdZN4AS8TLIFmEnVqkA

菜鸟学Python的视频号,已经全新上线,欢迎大家关注!


爆款文案

Unity零基础到进阶 ☀️| Unity中的 GC及优化 超级全面解析 ☆(ゝω・)v 建议收藏! 介绍: 在游戏运行的时候,数据主要存储在内存中,当游戏的数据在不需要的时候,存储当前数据的内存就可以被回收以再次使用。内存垃圾是指当前废弃数据所占用的内存,垃圾回收(GC)是指将废弃的内存重新回收再次使用的过程。 Unity中将垃圾回收当作内存管理的一部分,如果游戏中废弃数据占用内存较大,则游戏的性能会受到极大影响,此时垃圾回收会成为游戏性能的一大障碍点。 本文我们主要学习垃圾回收的机制,垃圾回收如何被触发以及如何提GC收效率来提高游戏的性能。 Unity内存管理机制简介 要想了解垃圾回收如何工作以及何时被 阅读详情

相关推荐

Palantir解密:“本体”的建模逻辑及其扩展方向

上一篇重点从对现实世界建模的角度探讨了“本体”在数字化架构中的核心意义。这里借Palantir的“本体”概念、解析Palantir只是起点,目标旨在以他山之石攻玉——探索数字世界的底层架构逻辑,最终为构建自主体系提供思考。Palantir以“本体论”为核心的建模方案是否代表终极答案,不宜过早下结论,但其思路值得深入剖析。

SZSDQJC的博客 2635

快亦有道!让 Python 变快的 5个方案

“ 阅读本文大概需要 5 分钟。 ”译者:诗书塞外原文:http://dwz.date/duAAPython 的运行速度确实没有 C 或者 Java 快,但是有一些项目正在努力让 Pyth...

静觅 247

PySpark机器学习生产化陷阱:跨节点依赖问题的7种解决方案

隐式依赖陷阱使用ldd解决方案:在基础镜像中预装和路径冲突终极解法依赖树瘦身技巧用conda-tree可减少40%环境体积PySpark机器学习生产化的核心矛盾在于分布式环境的确定性与灵活性不可兼得。轻量级方案(1-3)牺牲一致性换取灵活性重量级方案(4-6)牺牲灵活性换取确定性混合方案(7)针对特殊场景补充正如某AI平台架构师所言:“环境一致性不是技术问题,而是工程纪律问题选择适合团队当前阶段的方案,建立严格的依赖管理流程,才能让PySpark真正扛起生产环境的大旗。

datacanvas2426的博客 911

别人家的年终奖...

“ 阅读本文大概需要 3 分钟。 ” 编辑:可可 开发者技术前线报道 刚刚,有认证为腾讯员工的用户爆料:今年鹅厂年终奖每人 100 股,解禁期一年,属于阳光普照。顾名思义,全员都照顾到了…...

静觅 307

高性能网站设计之缓存更新的套路

看到好些人在写更新缓存数据代码时,先删除缓存,然后再更新数据库,而后续的操作会把数据再装载的缓存中。然而,这个是逻辑是错误的。试想,两个并发操作,一个是更新操作,另一个是查询操作,更新操作删除缓存后,查询操作没有命中缓存,先把老数据读出来后放到缓存中,然后更新操作更新了数据库。于是,在缓存中的数据还是老的数据,导致缓存中的数据是脏的,而且还一直这样脏下去了。 我不知道为什么这么多人用的都是这

代码技巧 1万+

《网络安全自学教程》- Windows安全机制:安全标识符,身份鉴别和访问控制

这篇文章详细介绍Windows和Linux如何标识用户,如何根据标识验证用户身份,如何根据用户身份做访问控制。

wangyuxiang946的博客 1万+

EPUB 电子书翻译的第一关:解析与重建的工程要点

EPUB虽看似“HTML打包”,实则结构复杂,处理需谨守工程规范。其三层结构(容器、元数据、内容)决定解析逻辑:须按spine顺序遍历,以heading切分逻辑章节,避免按文件名误判;保留内嵌资源引用,只修改文本节点,禁用破坏性清洗;重建时校验mimetype位置、spine顺序、资源可达性,并多阅读器验证。翻译场景中,文本抽取须按段落级逻辑块保留索引,确保双语回填精准。核心原则:结构是契约,文本是变量——尊重契约,方能稳定流水线。

wjlucky262的专栏 174

(12)单相降压自耦变压器的等效电路和仿真模型

本文根据电机学基本原理,从单相双绕组变压器的接线方式出发,建立基本方程并导出T型等效电路。然后将双绕组变压器演变成一种降压自耦变压器,详细地建立起单相降压自耦变压器的数学模型以及导出相对应的等效电路,最后用Matlab/simulink的simscape元件库元件建立了基于单相自耦变压器的T型等效电路的仿真模型。用实例仿真验证了本文工作的正确性。

weixin_45670943的博客 1046

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 396

QTI Camera Stack 中的多摄调度模型与 SyncGroup 实现机制详解

在当前高端移动影像系统中,搭载主摄、长焦、超广、ToF、IR 等多个图像模组已成标配,实现高效、低延迟、高稳定性地调度这些 Sensor 的图像能力成为 QTI Camera Stack 架构的关键组成。高通平台通过构建 Camera SyncGroup 模型与多层调度策略,在 ISP 层实现多模组图像流的绑定控制、帧级时间同步、主副摄无感切换、双路并发采集等能力。 本文基于 Snapdragon 8 Gen 系列平台的实际调测经验,系统解析 Camera Stack 中多摄调度模型的结构设计、各层模块职责

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 1055

MTEX包在Matlab中实现从EBSD数据生成Abaqus网格与晶粒取向:一种对用户材料旋转矩阵分量实践的全面指南

此教程提供了一种使用MTEX Matlab包处理EBSD数据的方法,并生成Abaqus输入文件,这对于进行多晶体有限元分析具有极大的帮助。但值得注意的是,这只是一个基本的例子,实际应用中可能需要根据您的实际需求进行调整。MTEX包还提供了许多其他的功能,可以进行更复杂的分析和处理,我非常推荐您去探索。希望这篇文章能对您有所帮助,如果您有任何疑问或建议,欢迎留言交流。在接下来的文章中,我将会介绍更多关于MTEX的高级功能,敬请期待。– (完)–

qq_38334677的博客 4437

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 223

装配完整性检查系统:基于YOLOv10的螺丝/零件缺失自动检测(含UI界面与完整代码)

建议自行采集装配场景数据,标注缺失螺丝、错误零件等,模拟真实缺陷。手机/工业相机采集图像;使用LabelImg进行目标标注;转换为 YOLO 格式。本文构建了一个完整的装配完整性检测系统,基于 YOLOv10 实现高精度螺丝缺失检测,并使用 PyQt5 构建了图形界面,实现一键导入与可视化检测流程,适用于工业质检自动化部署。项目可灵活扩展至零件缺失、错装、错位、顺序错误等检测场景,是深度学习在制造业中落地的典型应用案例之一。

YOLO 701

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 246

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 199

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 201

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 500

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 558

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 90

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 573

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 278

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 640

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 338

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 210
上一篇: 刚刚,微信官宣5000W个微信红包封面,速度撸!!
下一篇: 华为美女小姐姐,被外派墨西哥后,发生的事...
菜鸟学Python
博客等级 码龄9年 8062粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值