恒美微站 Logo 恒美微站
  • 首页
  • 关于我们
  • 建站服务
  • 主题模板
  • 案例展示
  • 资讯中心
  • 联系我们

WindBorne获美空军近5000万美元气象数据合同

  • 首页
  • 资讯中心
  • /
  • WindBorne获美空军近5000万美元气象数据合同

相关资讯

哪个法律AI工具最准确?先分清你的场景“错得起吗“ 2026/10/16 6:37:38
软信天成:面向AI的数据血缘,让模型输出可信、可追溯 2026/10/16 6:37:38
MCreator 进度(Achievement)奖励函数参数详解:从 GUI 选择到数据包 JSON 的生成原理 2026/10/16 6:37:38

最新资讯

OpenClaw安卓移植实战:开源重制引擎搭建与触屏调优指南
Redis集群一键自动部署脚本:CentOS三主三从搭建与避坑指南
VS2019命令行编译MFC:从IDE到cl.exe/link.exe手工构建
刷题第5天:动态规划、链表与哈希表的踩坑复盘与节奏管理
基于微积分原理的机器学习梯度计算实操:导数、梯度消失与数值稳定性算法调试
React Native鸿蒙化实战:react-native-webview集成与踩坑全解析

今日推荐

Java八种基本类型深度解析:从内存布局到实战选型
基础:常用快捷键——IDEA、VS Code、PyCharm 与 Linux 终端效率速查
解决ultraedit下verilog .v文件中文注释乱码:把编码配置改到TaoToken辅助排查

本周热门

UE动画修改实战:从资产编辑到重定向与蒙太奇驱动
统计随机数生成器攻击下的KLJN安全密钥交换协议Matlab仿真
政务API安全治理:资产测绘、低代码编排与行标对标实践

本月精选

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证
2026 大模型集体涨价:用 Python 做企业 Token 成本测算与选型避坑(附配置)

WindBorne获美空军近5000万美元气象数据合同

发布时间:2026/10/16 6:37:38
WindBorne获美空军近5000万美元气象数据合同 编者按当大模型在文本世界里打得火热时另一场关于“预测物理世界”的AI竞赛正在平流层悄然展开。一家只有几十人的硅谷初创公司凭什么拿到美国空军近5000万美元的合同答案藏在每天升空的数百个气球里。据TechCrunch报道硅谷初创公司WindBorne Systems近日赢得了一份来自美国空军、价值接近5000万美元的合同。这家公司做的事情听起来并不算“炫酷”把气象气球送上平流层让它们在高空漂流数周源源不断地回传温度、湿度、气压和风速数据再用AI模型把这些数据变成更准确的天气预报。用气球填补数据的“盲区”传统天气预报的数据来源主要有三类地面气象站、气象卫星和飞机观测。这三者各有短板——地面站对陆地上空的覆盖有限卫星难以穿透云层测量垂直剖面商业航班的航线又高度集中在少数航路上。结果是占地球表面七成的海洋、两极地区以及高空大气长期处于数据稀疏甚至空白的状态。WindBorne的解法是“用数量换覆盖”。其研发的超压气球可以在约6万英尺约1.8万米的高空持续飞行数周单只气球重不到两公斤成本远低于卫星与飞机。公司每天可同时放飞数百只气球形成一个移动的、可重复使用的观测网络。这些气球配备微型传感器和卫星通信模块实时把观测数据传回地面。“我们不是在做更好的气象模型我们是在做更好的观测数据——而数据是模型的燃料。”——WindBorne联合创始人Kai Marshland曾如此解释公司的定位。从斯坦福宿舍到五角大楼WindBorne Systems成立于2019年创始团队来自斯坦福大学几位联合创始人最初只是为了参加一场学生创业比赛。公司早期的商业化路径并不清晰转折点出现在他们把重心从“硬件”转向“数据AI”。其自研的WeatherMesh模型把物理模拟与深度学习结合在若干公开基准测试中预报精度已能与欧洲中期天气预报中心ECMWF等传统巨头掰手腕而算力消耗只是后者的零头。此前WindBorne已经拿下美国国家海洋和大气管理局NOAA的合同为政府预报机构提供气球观测数据。此次美空军合同的金额接近5000万美元标志着其客户结构从民用科研机构延伸到了国防部门。军方为什么要买天气预报对美军而言天气从来不是“聊天气”的话题。无论是航母编队的航线规划、无人机的起降窗口、精确制导武器的弹道修正还是人道主义救援的空投精度都高度依赖准确的短期和中期预报。而国防部长期依赖的老旧气象卫星系统正面临更新换代的压力成本高、周期长。更现实的驱动因素是“数据主权”。过去全球气象数据在很大程度上依赖少数国际机构和政府间共享机制。对于希望在印太、北极等地区保持行动自由的美军来说拥有一套自主可控、可快速部署到任意区域的观测网络具有战略意义。气球相比卫星还有一个天然优势它可以“就地”部署也可以相对低成本地损失——在争议区域这比损失一颗造价数亿美元的卫星要好承受得多。AI天气预报的新赛道WindBorne所处的赛道正在迅速升温。DeepMind的GraphCast、华为云的盘古气象大模型、英伟达的FourCastNet等都在证明一件事用神经网络替代部分传统数值预报流程可以把原本需要数小时、消耗超级计算机算力的计算压缩到几分钟、一块GPU上。但所有这些模型的共同前提是——它们需要高质量的“初始条件”也就是真实的观测数据。这正是WindBorne的差异化所在当大多数玩家在“模型层”激烈竞争时它选择向下扎根去解决最脏最累的数据采集问题。换句话说它既可能是模型公司的供应商也可能在某一天成为模型公司的竞争对手。当然风险同样存在。气象气球涉及空域管理和航空安全大规模放飞需要与各国监管机构协调军方合同的交付周期与验收标准往往比商业客户严苛得多而气球在恶劣天气下的损耗率也会直接影响单位数据的成本。但无论如何这笔近5000万美元的合同释放了一个清晰信号在AI的下一阶段最有价值的可能不再是那些能在屏幕上生成文字和图像的模型而是能持续、廉价、大规模地从物理世界采集真实数据的公司。本文编译自TechCrunch本文首发于赢政天下 获取更多深度技术内容与资源欢迎访问官网。

关于恒美微站

恒美微站专注于为个体商户、工作室提供极简自助建站服务,让每个人都能轻松拥有专业网站。

快速链接

  • 关于我们
  • 建站服务
  • 主题模板
  • 案例展示
  • 资讯中心

服务项目

  • 可视化建站
  • 拖拽编辑
  • 主题定制
  • SEO 优化
  • 网站托管

联系方式

  • 📍 地址:北京市朝阳区建国路 88 号
  • 📞 电话:400-888-8888
  • ✉️ 邮箱:info@hmyw.cn
  • 🕐 时间:周一至周日 9:00-18:00

© 2024 恒美微站 hmyw.cn 版权所有 | 京 ICP 备 12345678 号