返回列表
行业新闻NASA太空探索阿尔忒弥斯

NASA宣布因安全担忧和延误将全面改革“阿尔忒弥斯”计划

美国国家航空航天局(NASA)宣布将对其“阿尔忒弥斯”月球计划进行全面改革。此次改革的背景是该计划面临的安全担忧和项目延误。由于原始新闻内容仅包含“Comments”,因此无法提供更多具体细节,但可以推断NASA正在采取措施解决现有问题,以确保未来任务的顺利进行。

Hacker News

美国国家航空航天局(NASA)已正式宣布,将对备受关注的“阿尔忒弥斯”月球探索计划进行一次全面的改革。这一重大决策是在该计划面临多重挑战,特别是安全方面的担忧以及项目进展出现延误之后做出的。尽管原始新闻内容仅提供了“Comments”这一信息,但这一宣布本身表明NASA正在积极应对并解决“阿尔忒弥斯”计划当前所面临的问题。此次改革预计将涉及对计划的各个方面进行重新评估和调整,旨在提升任务的安全性、效率,并确保未来登月任务能够按计划顺利推进。具体改革措施和细节,有待NASA后续公布。

相关新闻

美团 BI 架构演进:以指标平台为核心解决数据口径与性能挑战
行业新闻

美团 BI 架构演进:以指标平台为核心解决数据口径与性能挑战

美团数据平台近期分享了其在新一代 BI 架构上的探索实践。该架构以指标平台为核心,通过构建“自动语义”和“增强计算”两大核心能力,有效应对了传统 BI 模式下因个性化数据集导致的数据口径不一致及查询效率低下的行业难题,标志着美团在数据治理与分析引擎领域的深度突破。

美团技术团队分享:基于Agent评测思路的31万行代码AI重构实践
行业新闻

美团技术团队分享:基于Agent评测思路的31万行代码AI重构实践

本文介绍了美团技术团队在AI生成代码占比超过90%的背景下,如何通过Agent评测思路管理AI Coding。针对AI可能放大系统混乱的风险,团队通过31万行代码的重构实践,构建了包含技术债梳理、Rule建设、重构SOP及Pre-PR机制的体系,成功将高成本的重构专项转化为随迭代持续推进的日常动作,为AI时代的软件工程管理提供了新范式。

LARYBench发布:定义具身动作表征“ImageNet”,通用模型性能超越专家模型
行业新闻

LARYBench发布:定义具身动作表征“ImageNet”,通用模型性能超越专家模型

美团技术团队正式发布LARYBench(Latent Action Representation Yielding Benchmark),这是一个旨在从大规模视觉数据中学习通用隐式动作表征的系统化评测基准。实验结果显示,通用视觉模型在动作泛化与控制精度上显著优于专门的具身动作专家模型。该研究证实,具身动作表征能够从大规模人类视频数据中自然涌现,为具身智能的发展提供了新的评测标准与研究方向。