又被发现，外媒：中国空天飞机又释放1个物体，它用来干什么的？

又被发现了！中国成功发射可重复使用试验航天器——空天飞机之后，在新一轮的释放载荷之下，又被发现了。

并且，相关性的编号数据轨道及给释放出来了，这是要干什么？中国空天飞机在上面干什么？

来自用户“Orbital Focus”运用轨道数据，发现了中国空天飞机新释放了一个物体，并且美国太空部队也进行了对新的物体进行编码。

所以，中国空天飞机这还是在干什么呢？该飞机主要用来做什么呢？下面就一步一步看看。

又被发现，外媒：中国空天飞机又释放1个物体，这还是在干什么？

的确，来自“orbitalfocus”是专门进行轨道数据收集，太空物体编码，监控，也是美国太空部队编码之下，获得轨道数据之下的网站。

这一次再次给出了中国空天飞机在太空之中新一轮的变化，并且这一次给出了详细的数据，中国自从发射空天飞机之后，一直在跟踪之中，只要出现轨道的变化，就会将数据罗列出来。

然而在9月，他们又披露了中国空天飞机又释放了1个物体，当然，这也不是在发射以来，首次出现这样的情况。

在今年2月，中国在酒泉卫星发射中心使用长征二号F运载火箭，成功发射一型可重复使用试验航天器——空天飞机之后，试验航天器将按计划开展可重复使用试验航天器技术验证，为和平利用太空提供技术支撑，过后，我国也没有给出任何的消息。

只有在发射，返回的时候给出一句话，不过，国外针对中国空天飞机的监控却没有停止，美国太空部队也是随之跟踪。

因为长时间以来，他们都认为中国空天飞机跟美国的X-37B一样，具有极强的实力，甚至觉得是我国在太空未来战略的重要实验平台，所以，一直很关心，当然，这也不奇怪，就算是我国发射一颗“农业卫星”，有时间国外都会针对中国进行报道，说具有军事价值。

而这一次发现了我国空天飞机又释放一个物体，那进行编码，说明，这也完全正常。

依照这一次的说明情况来看，在今年我国发射之后，6月21日，我国空天飞机就开启了机动变化，并且在轨道上实施了约100米的提升，过后，在6月26日的时候，再次进行了一系列的机动，并且在7月1日的时候，它在距离另一颗类似卫星（59844/2023-195G）几公里处经过，该卫星是前一次空天飞机任务留下的，而过后，在7月9日返回，并且指出了与空天飞机之间进行对接。

当时太空飞机将自身轨道提升了不到0.5公里，并将该物体一同带走，然而，在8月25日至9月4日期间再次被释放，这是在干什么？

在他们的说明之下来看，该任务可能是作为检查空天飞机的情况。

所以，又被发现了，这相当于是对此前的载荷进行再次释放，并且进行了类似的操作，当然，他们已经进行了编码，后续可能会继续针对进行观察。

中国空天飞机：它到底用来干什么的？

在每次执行任务之下，我国针对它说的并不多，就算是媒体报道，基本也是没有任何的说明的，都是一句话，而且央视此前进行报道，也是只是给我们说的“过于先进，无法展示”，所以，针对它到底用来干什么的，这个的确是不知道。

但是从主流的可重复航天运输系统情况来看，这类型的航天器主要包括可重复使用火箭、可重复使用飞行器，可重复使用火箭好比一架可以反复使用的民航飞机，它的主要任务是把乘客和货物从地面运送到太空轨道。

而空气动力学家、航天技术专家曾在给公开指出，其实中国对可重复使用航天器的研究始于上世纪80年代，经过多年的探索和试验，逐步形成了自己的技术路线和发展规划，发展可重复使用航天器，是为和平利用太空提供更加便捷、廉价的往返方式。

一旦我国未来将其研究出来，一旦技术成熟，未来可用于进行亚轨道和地球轨道的太空旅游，甚至可以发展为地球上点对点的人与货物的极速运输。

所以，我们是用来进行民用的，根本没有美国想象的那样，跟X-37B一样作为军事用途，这个是存在差异化的，美国X-37B是被认为未来美国在太空之下的战略利器，这也可以看得出来，双方的方向都不一样，这就是差异化。

而且本身除了它之外，我国的确也在打造类似的航天飞机。

中国昊龙航天飞机也在研究之中

对于中国空天飞机跟昊龙航天飞机有点类似，至少从公布的情况之下来看，主要是发展太空货运，进行太空旅游方向。

而昊龙航天飞机在当下初期的定位是进行太空运输，这其实就是空天飞机方面的一个部分，但是从长期来说，可能也会走向做太空旅游的这个方面，它们的状态基本都是一致，既可以通过运载火箭发射入轨，又可以像飞机一样在机场跑道着陆，昊龙货运航天飞机的最大特点，就是具备突出的可重复使用能力，兼顾空间站上行和下行运输，相比传统货运飞船具有更好的经济性和下行运输能力。

所以，说得清晰一点，或许昊龙航天飞机就是我国当下研究的空天飞机一个“缩减版”，这还是有可能的是吧？

当然，我这里只是根据功能来进行说明的，具体我国空天飞机到底有多强的实力，这个不知道，我们对它的披露是极其的少，这的确算是我国航天项目之中，高度机密的项目了，具体的话，也只有我国公布出来之后，才知道具体的数据情况，大家继续等待就行。

而且，美国X-37B也是一直保持高度机密的事情，至今除了几张照片之外，也没有实际性的数据，这可以看得出来，大家针对这类似的项目，都是比较保密的，这就是整个情况。

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。