■ 本报记者 朱承 不久前，山东日照附近海域，随着火箭😊划破长空，吉利星座第六个轨道面的12颗卫星顺利完成精准“投送😎”，入轨稳定运行。 至此，吉利星座一期组网完成——64⭐颗卫星在距地600公里的太空编织成一张通信大网，实现全球（除😀南北极外）任一地表实时通信覆盖。 这是中国商业航天走向🙄规模化商用的关键一步。不仅体现了中国商业航天在体系化制造、快😂速组网与星群运营上的综合能力，也让背后的浙江民营企业——浙江😎时空道宇科技有限公司以“完整星座”姿态进入全球卫星物联网第一😴梯队。 浙产“星链”实力几何 地球的另一端，美国😉太空探索技术公司（SpaceX）也在加紧星链（Starlin🤗k）星座的卫星发射计划。由于都有汽车制造背景，时空道宇的吉利🥳星座常常被外界称作浙产“星链”。 “从航天科技反哺汽车🥳制造和智慧出行方向来看，确实具有相似性，但双方星座的功能和定🚀位存在差异。”时空道宇CEO王洋告诉记者，SpaceX星链是⭐宽带卫星，更专注于提供高速互联网服务；时空道宇吉利星座则是窄⭐带卫星，主要优势在于能保证偏远地区信号覆盖稳定，目的是推进和🚀实现航天科技在各行各业的应用场景落地。 也许你会问：这🙄些卫星飞在几百公里高的天上，跟我有什么关系？答案是：关系太大💯了。 就近举个例子。 眼下东海全面开渔，浙江的渔❤️船陆续出海作业。浙江渔民都知道，出海一般依赖岸基信号。一旦驶😆离近海，手机信号消失，船只与岸上的通信几乎中断。遇到极端天气👍或突发情况，渔民只能依靠无线电呼叫，通信效率低且覆盖有限。 😊 如果搭载了船载终端和卫星相联，就能实现“永不失联”的物😘联通信。渔民不仅可以像使用普通手机一样，与岸上的家人进行实时😢消息互通，终端还会持续上传船只的实时位置，汇报渔船的航行轨迹😀，在提供救援时也能更加及时高效。 阿曼Azyan Te🤩lecom公司去年就已和时空道宇达成战略合作，预计最快在今年🎉年底就会覆盖阿曼数万艘渔船，为其提供卫星物联通信服务。 ⭐ 此外，基于吉利星座能力还可以在智慧出行、智能制造、无人机运💯输、城市管理、消费电子、紧急救援等很多领域发挥作用，目前，已😂有20多个国家的电信运营商和时空道宇达成合作，合作范围挺广：🌟在马来西亚，与ALTEL成立合资公司，推动智慧农业、数字城市❤️等应用；在沙特，与ATSS合作，推动牌照、技术验证和市场拓展⭐；在摩洛哥，与Soremar合作，服务北非数字化转型与海洋经😆济发展…… 随着星座一期组网成功，接下来，时空道宇将加🤔速海外业务拓展。 如果说传统卫星制造像“手工定制”，成😜本高、周期长，时空道宇则把地面优势复制到了天上——将吉利集团🔥的汽车制造能力与卫星制造进行深度融合。 在位于台州的卫👍星生产基地，时空道宇实现了卫星的模块化设计、自动化装配和批量😆化测试。据测算，这种方式让卫星制造成本降低约45%，量产速度🤔提升10倍以上。 展开全文 太空中的全球竞争 😆 天上一张网，地上万物联。 太空中的全球竞争，比我们😀想象的更为激烈。这是因为，地球近地轨道的空间资源并非取之不尽🔥，而是非常有限的。国际通行规则是：“先申报、先使用”。谁先把😉卫星发射上去，谁就能优先占用轨道和频段资源。 据不完全🎉统计，此刻，在我们头顶的这片广袤星空中，已有超1.5万颗卫星👍在轨运行。 这场“星辰大海”的竞赛，不只是国家实力的比👍拼，更是民营企业参与科技创新的新赛道。 美国上世纪90😘年代开展商业航天探索。中国商业航天起步则要追溯到2014年，❤️国务院首次发文，鼓励民间资本参与国家民用空间基础设施建设，正🎉式揭开了中国商业航天发展的序幕。 中国起步稍晚，但正全😘力追赶。在商业航天领域，国企、民企、混合所有制企业等如雨后春😘笋般涌现。除了时空道宇的“吉利星座”，还有中国星网的“GW星❤️座”、垣信卫星的“千帆星座”、国电高科的“天启星座”、长光卫🤯星的“吉林一号”等都在加速发射卫星，在通信、导航、遥感等领域⭐深入布局。 而在浙江，卫星互联网产业正迎来迅猛发展。 😎 今年1月，浙江省首颗海洋卫星“蓝碳一号”成功发射，聚焦🙌海洋环境监测、岛礁遥感研究与海洋经济发展等关键领域。 😁这一成果背后是一支由杭州电子科技大学、自然资源部第二海洋研究👏所、国科大杭州高等研究院、时空道宇共同组成的“创新联合体”。😅这充分体现了浙江在商业航天领域已汇聚了高校、科研院所、新型研👍发机构和商业航天企业等多元主体，形成了协同创新、共同发展的良🥳好格局。 近年来，浙江省、市、县三级政府陆续出台政策，🥳积极鼓励、支持和引导民间资本参与航空航天事业发展，已在多个领😅域形成较强的产业配套能力。就在不久前，浙江新能源汽车产业基金❤️宣布投入20亿元，专项用于时空道宇全球总部项目建设及其吉利星🌟座的全球业务拓展。 中国商业航天的一小步，更是普通人连🤗接世界的一大步。 对于大众而言，日益密集的“天网”将最🤔终带来一个全新的未来——无论身处深山、远洋还是荒漠，都能实现⭐随时随地联网；无论是驾车出行、农业耕作还是应急救援，都将获得😘来自太空的技术支撑。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多