首页 > 业界 > 关键词  > 正文

从卫星电话失败史看新一轮“太空竞赛”:苹果、SpaceX会重蹈覆辙吗?

2022-10-17 10:45 · 稿源: 凤凰网科技

凤凰网科技讯 北京时间10月17日消息,iPhone 14的发布让卫星电话成为了人们关注的焦点。其实,卫星电话并不是什么新鲜事。早在30多年前,科技行业就开始研究卫星电话,但是结果并不太好。

30多年前的概念

上世纪80年代末,当手机刚开始流行时,人们并不清楚通话网络是以地面服务为中心,还是以卫星服务为中心。这两个系统在当时都不是特别完善的。

卫星之所以具有吸引力,是因为它可以在地球上最偏远的地区提供连接,包括极地地区、海上甚至飞机上,这些地方没有地面网络可以覆盖。这种卫星电话需要在晴朗的天空下才能工作,但这并没有减少人们对它的研究兴趣。

因此,当摩托罗拉在1990年宣布名为“铱星”的首个移动卫星电话计划时,手机用户和投资者都很兴奋。

其他公司很快也加入了这波浪潮,建立了更多的卫星公司。1991年,国防承包公司Loral和高通公司成立了“全球星”(Globalstar),与摩托罗拉的铱星竞争。Teledesic公司获得了电信亿万富翁克雷格麦考(Craig McCaw)和比尔盖茨(Bill Gates)等投资者的支持,在1994年宣布了研制能够同时提供语音和数据连接的卫星计划。其他规模较小的公司也不希望错过这一趋势,开始规划自己的网络。

1998年11月1日,铱星利用其发射的66颗卫星正式开通了全球通信服务。在开通仪式上,第一个电话由时任美国副总统的戈尔通过卫星网络打给电话发明者亚历山大格雷厄姆贝尔(Alexander Graham Bell)的曾孙吉尔伯特格罗夫纳(Gilbert Grosvenor)。

破产

然而,火箭发射需要承受高昂的成本,花费数年时间才能获得国际政府的批准,而且服务还需要频谱,这都拖累了卫星电话行业的发展。结果,等到铱星的卫星电话服务上线时,地面蜂窝服务已经有充足的时间实现大范围普及了。

更糟糕的是,铱星的卫星电话在发布之初块头庞大,售价超过3000美元,对用户收取的每分钟服务费高达7美元(约合50元人民币)。

结果,在投入了50多亿美元、用户寥寥无几后,铱星在卫星电话推出不到一年后申请了破产保护。Teledesic也只发射了一颗卫星,在2002年关闭业务。同一年,全球星进入了破产保护。

科技研究和咨询公司Tantra Analyst创始人普拉卡什桑加姆(Prakash Sangam)表示,其他问题也导致了这些公司的失败,包括卫星电话的电池寿命有限,以及维护卫星网络的费用。

新一轮“太空竞赛”

如今,手机巨头再次把目光对准了卫星领域。今年9月,苹果公司在其最新iPhone 14系列手机中推出了卫星紧急求救功能,可以从美国和加拿大的任何地方发送呼救信号。证券监管机构的文件显示,苹果同意在明年向全球星支付至多2.3亿美元,以购买其大部分网络容量。苹果计划在11月推出这一功能。

iPhone 14支持卫星连接

iPhone 14支持卫星连接

苹果只是进军卫星智能手机业务的其中一家公司。华为称,其最新款手机可以通过北斗系统发送单向紧急信息。全球星的竞争对手铱星表示,该公司正在与一家未透露姓名的合作伙伴开发自己的智能手机服务。

全球首富埃隆马斯克(Elon Musk)也看上了卫星电话。他领导的火箭公司SpaceX在今年8月表示,它将与美国运营商T-Mobile US合作,让其“星链”服务与T-Mobile的网络兼容。两家公司表示,他们将在2023年底前开始测试这项服务。

风险高、挑战大

对于卫星公司来说,这样的下注面临的风险是很高的,因为每家公司仅启动发射网络就需要花费数十亿美元。当然,如果这些公司能够让它们的服务在全球范围内运行,即便是覆盖全球60多亿智能手机中的一小部分,潜在的回报也同样丰厚。

任何真正的卫星电话服务都必须克服基本的挑战。今天的卫星电话需要为大型天线供电的大型电池组才能连接到卫星。企业也需要更强大的智能手机、更灵敏的卫星或两者的结合,才能把来自太空的高速数据传输到普通消费者的手上。

工程师们说,改进后的卫星技术和更便宜的火箭是卫星公司能够全面瞄准移动设备市场的关键因素。但是,这些提议仍需要数十亿美元的投资才能成功。

上世纪60年代,第一批天基通信卫星沿着赤道上方2.2万多英里(约合3.5万公里)的地球同步轨道上运行。首批成功的互联网卫星也占据着同样高的轨道空间。这一轨道与地球自转同步,在天空中保持恒定的位置,使得覆盖范围更广。但是,长距离链接对卫星和地面上的链接设备都有很高的电力要求。信号往返需要500多毫秒,这对现代互联网应用来说是一段漫长的时间。

其他公司采用了折中方案,使用了更接近地球表面的中地球轨道。但是,这种轨道通常需要笨重、坚固的设备,以抵御外范艾伦带的太阳辐射。

如今,大多数觊觎移动市场的太空公司都在1200英里(约合1931公里)或更低的近地轨道上运营,让卫星在距离地面上的客户很近的位置飞行。这样的轨道要求卫星以每小时逾1.7万英里(约合2.7万公里)的速度在太空中飞驰,需要大量的卫星才能将地球上的任何地点覆盖几分钟以上时间。

监管审批

要想让卫星网络实现蓬勃发展,卫星公司的高管们需要的不仅仅是工程技术诀窍和大笔资金,他们还需要许可。企业必须挺过错综复杂的国内和国际法规。这些法规不仅控制着它们发射的卫星,还控制着它们计划提供的语音和数据服务。

国际电信联盟是联合国的一个机构,负责监督卫星舰队的注册,这些卫星牵扯到许多国家。想要建立卫星舰队的公司必须到国际电信联盟注册,然后通常他们必须从其卫星覆盖的国家获得许可证。各国机构还通过法规管理服务,这些法规往往有利于已经发射卫星的先行者。

例如,全球星和铱星已经在许多国家获得了使用较低频率传输数据的许可证,这些频率被认为更适合连接到地面上的最小设备。

国际电信联盟的注册并不会阻止新的卫星公司使用相同的电波,尽管这往往会给公司带来新的障碍,因为它们必须证明自己的新卫星舰队不会干扰已经在使用这些电波的其他卫星。这种灵活性让SpaceX的宽带业务得以蓬勃发展,虽然该公司缺乏主要许可证。

不过,许多国家要求后来者证明他们的计划不会干扰已经在运行的现有太空网络。老牌卫星公司表示,它们多年来积累的许可证使它们领先于较新的创业公司。

综上所述,手机用户们应该管理好他们对于卫星电话的预期。这项技术的第一个版本是手机的一大进步,但它可能不会很快给人们带来梦寐以求的“永远在线”的生活。

举报

  • 相关推荐
  • 大家在看
  • Canvas:与ChatGPT协作的新方式

    Canvas是OpenAI推出的一个新界面,旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作,超越了简单的聊天界面。Canvas利用GPT-4o模型,能够更好地理解用户的上下文,并提供内联反馈和建议。它支持直接编辑文本或代码,并提供快捷操作菜单,帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯,帮助用户管理项目的不同版本。

  • Text Behind Image:轻松创建文字背景图片设计。

    Text Behind Image 是一个开源的设计工具,允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面,让用户可以自由地在图片上添加文字,创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用,因为它可以快速生成具有吸引力的视觉内容。

  • torchao:PyTorch原生量化和稀疏性训练与推理库

    torchao是PyTorch的一个库,专注于自定义数据类型和优化,支持量化和稀疏化权重、梯度、优化器和激活函数,用于推理和训练。它与torch.compile()和FSDP2兼容,能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练(QAT)和后训练量化(PTQ)等技术,提高模型的推理速度和内存效率,同时尽量减小精度损失。

  • LFMs:新一代生成式AI模型

    Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型,它们在各种规模上都达到了最先进的性能,同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元,可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型,旨在处理大规模的序列多模态数据,实现高级推理,并做出可靠的决策。

  • NVLM-D-72B:前沿的多模态大型语言模型

    NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型,专注于视觉-语言任务,并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。

  • gradio-bot:将Hugging Face Space或Gradio应用转化为Discord机器人

    gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作,将现有的机器学习模型或应用快速部署到Discord平台上,实现自动化交互。这不仅提高了应用的可达性,还为开发者提供了一个与用户直接交互的新渠道。

  • AI-Powered Meeting Summarizer:会议语音转文本并自动生成摘要的AI工具

    AI-Powered Meeting Summarizer是一个基于Gradio的网站应用,能够将会议录音转换为文本,并使用whisper.cpp进行音频到文本的转换,以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。

  • VARAG:视觉增强的检索与生成系统

    VARAG是一个支持多种检索技术的系统,优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入,简化了传统的检索流程,并使用先进的视觉语言模型进行编码,提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容,为文档检索提供强大的支持。

  • JoyHallo:数字人模型,支持生成普通话视频

    JoyHallo是一个数字人模型,专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频,创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格,包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入,并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系,提高了信息利用效率,并加快了推理速度14.3%。此外,JoyHallo在生成英语视频方面也表现出色,展现了卓越的跨语言生成能力。

  • PhysGen:基于物理的图像到视频生成技术

    PhysGen是一个创新的图像到视频生成方法,它能够将单张图片和输入条件(例如,对图片中物体施加的力和扭矩)转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合,实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真,并且可以精确控制,通过定量比较和全面的用户研究,展示了其在现有数据驱动的图像到视频生成工作中的优越性。

  • Whisper large-v3-turbo:高效自动语音识别模型

    Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练,能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本,解码层从32减少到4,以提高速度,但可能会略微降低质量。

  • Realtime API:低延迟的实时语音交互API

    Realtime API 是 OpenAI 推出的一款低延迟语音交互API,它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话,并可处理中断,类似于ChatGPT的高级语音模式。它通过WebSocket连接,支持功能调用,使得语音助手能够响应用户请求,触发动作或引入新上下文。该API的推出,意味着开发者不再需要组合多个模型来构建语音体验,而是可以通过单一API调用实现自然对话体验。

  • Saylo AI:探索无限的AI角色扮演游戏。

    Saylo AI是一个AI角色扮演游戏,让你与AI角色互动,探索多样化的戏剧性故事。它利用人工智能技术,提供沉浸式的互动体验,让玩家在虚拟世界中与AI朋友交流,体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性,旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段,价格未明确标注。

  • twinny:Visual Studio Code的免费且私密的AI扩展

    twinny是一个为Visual Studio Code用户设计的AI扩展,旨在提供个性化的编程辅助,提高开发效率。它通过集成先进的AI技术,帮助开发者在编码过程中快速解决问题,优化代码,并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求,它通过简化开发流程,减少重复劳动,从而让开发者能够专注于更有创造性的工作。

  • Buildpad:构建人们真正想要的产品

    Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解,帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。

  • Novela:AI时代的技能学习平台

    Novela是一个专注于AI时代技能学习的在线平台,提供早期访问服务,用户可以免费试用。它旨在帮助用户掌握AI相关的技能,以适应未来职场的需求。

  • interview.co:视频面试软件,简化招聘流程

    interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具,帮助企业高效地筛选和评估候选人。产品背景信息显示,interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面,interview.co提供试用版,具体定价信息需进一步探索。

  • Open NotebookLM:将任何PDF转换为播客集!

    Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具,它可以处理PDF内容,生成适合音频播客的自然对话,并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具,通过使用开源的大型语言模型(LLMs)和文本到语音模型来实现。它不仅提高了信息的可访问性,还为内容创作者提供了一种新的媒体形式,使他们能够将书面内容转换为音频格式,扩大其受众范围。

  • Chital:macOS平台的Ollama模型聊天应用

    Chital是一个为macOS平台设计的应用程序,它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点,支持多聊天线程,能够在不同的模型间切换,并支持Markdown格式。此外,它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求,但也鼓励社区成员通过fork代码库来添加新功能。

  • SafeEar:保护隐私的音频深度检测

    SafeEar是一个创新的音频深度检测框架,它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器,将语义和声学信息从音频样本中分离出来,仅使用声学信息(如韵律和音色)进行深度检测,从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力,使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明,SafeEar在检测各种深度技术方面非常有效,其等错误率(EER)低至2.02%。同时,它还能保护五种语言的语音内容不被机器和人类听觉分析破译,通过我们的用户研究和单词错误率(WER)均高于93.93%来证明。此外,SafeEar还构建了一个用于反深度和反内容恢复评估的基准,为未来在音频隐私保护和深度检测领域的研究提供了基础。

今日大家都在搜的词: