中国空天飞机释放神秘物体！飞出数百公里又收回，机动能力强大
好家伙，又来了。
最近国外媒体再次出现“瞳孔震颤”的现象，原因是由于我国研制的神龙空天飞机又向太空抛物所致。
这就是从没有正面照过、起飞和降落都不出声的秘密航天飞机，在这次飞行中它是第四个目标，在雷达图上又出现了一个小点，最先报告的是一个专门监视太空垃圾以及卫星运行轨迹的企业公司称该物体正沿较低的地月轨道缓慢移动而且源头指向神龙。
一出来就又是熟悉的味道了，“神秘僚机”、“轨道杀手”、“太空快递”等等这些词语也出现了，在国外的媒体眼里看来就像是中国人把一整套工具拆开来用来攻击别人一样，而且可以随便拿走其中的一部分。
我不应该不说话，但是这个剧本我已经看过多次了。
早在神舟七号任务中就曾搭载了伴飞小卫星来拍摄宇航员出舱的照片，在国外媒体进行过度渲染之后，航天城酒泉卫星发射中心主任陆晋荣也出来辟谣称该伴飞小卫星为观察用途，并非带有攻击性质的小卫星。
后面怎么样了？打脸打得非常漂亮，而且这些资料也没有什么保密性，可以公开查阅。
现在神龙又来了一款类似的产品，套路也是一样的。
不管这个东西叫什么名字——官方不说，外国媒体也不清楚——就给它戴上一个“太空武器”的标签吧。
但是同样的做法，在美国NASA进行的小行星撞击偏转实验中被称之为“科学实验”，而在中国这里就成了“军事威胁”。
这不是哥们儿的意思吗？为什么可以光明正大地做这种事情呢？
更有趣的是美国的X-37B空天飞机在太空中待了数月之久，并且发射了许多实验品，目前正处于第7次飞行任务中。
关于该机的任务性质保密工作做得很好，甚至连起飞的样子都没有说明白。
因此神龙的一点动静就被人当成“威胁”，而X-37B则一直保持着平静的状态，并且被描述为进行科学技术考察。
简单地说就是一次又一次地重复着无休止的炒作。
今天放出六条，明天放出九条，后天又是一条，在每次的时候都会使一些组织产生紧张情绪、会让一些媒体获得足够的流量。
到最后才发现什么都没有发生，但是下一次依然会用同样的方式来继续进行。
但是就拿神龙这个事情来说吧，它做的活儿也越来越好了。
当初第一次执行任务的时候，在太空中只呆了两天三夜，而现在可以连续七八个月甚至更长时间地工作，并且还可以分成好几批向太空发射各种货物和设备，这就是所谓的重复使用、长时间驻留以及按需投放的能力，在几年前还只是一个遥不可及的梦想。
那么里面装的是什么东西呢？官方不说，只好由外国媒体去猜测、炒作并被打击得体无完肤。
不用着急，“星空大海”上面的星星仍然会闪烁，神龙也会继续飞翔，“神秘物体”是否为武器就不得而知了。
太前卫了，不方便展示。
多想了点东西也是你自己的事。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
