民营卫星公司“国星宇航”完成数千万元天使轮融资,自主研发AI星载操作系统

简介: 国星宇航相关负责人表示,“国星宇航致力于推动我国卫星数据产业的智能化、商业化及军民融合化。立志成为宇航时代的影像数据入口,用航天遥感技术赋能人类发展,让全球地面变化可感知、可追溯、可利用、可共享。”

9月14日消息,民营商业卫星公司成都国星宇航科技有限公司(下称国星宇航)官方宣布,已完成天使轮融资。本轮融资获得深创投、星河产业集团、电子科技大学旗下基金的投资,成功融资数千万元人民币。

  据悉,该公司于2018年9月5日完成“星时代”AI星座首星发射,并且验证了我国商业航天星箭一体化AI处理等关键技术,此次发射后已启动pre-A轮融资。

  2018年5月成立的国星宇航,是一家由原卫星及应用领域人才创办的商业卫星研发运营与数据服务创新企业。国星宇航相关负责人表示,“国星宇航致力于推动我国卫星数据产业的智能化、商业化及军民融合化。立志成为宇航时代的影像数据入口,用航天遥感技术赋能人类发展,让全球地面变化可感知、可追溯、可利用、可共享。”

  国星宇航相关负责人表示,“国星宇航致力于推动我国卫星数据产业的智能化、商业化及军民融合化。立志成为宇航时代的影像数据入口,用航天遥感技术赋能人类发展,让全球地面变化可感知、可追溯、可利用、可共享。”

  2018年9月5日,由国星宇航总体设计,联合研制的“天府军融一号”(下称“TFJR-01”)和“成都高新一号”(下称“CDGX-01”)成功升空。国星宇航相关负责人表示,国星宇航在百天时间左右实现了从公司成立到首星成功发射,创造了中国民营商业航天的新速度,开创了我国商业航天产业的多项创新。

  据悉,“TFJR-01”和“CDGX-01”是国星宇航“星时代”AI星座计划的首发,该计划规划24个轨道面(每个轨道面对应有地表一个时区),每个轨道面内布设8颗卫星,星座总计192颗卫星。该计划同时将从遥感影像、星座管控、星上处理和天空地协同四个方面深度推进遥感和AI的融合发展,从技术创新、产品创新等方面不断迭代、优化升级,实现国星宇航的愿景:让每个人都拥有上帝视角。

目录
相关文章
|
1月前
|
存储 人工智能 运维
|
4月前
|
人工智能 边缘计算 运维
AI 时代下,操作系统的进化与重构
随着人工智能(AI)的迅猛发展,操作系统面临着前所未有的挑战和机遇。在这个新时代,操作系统需要进行深刻的进化与重构,以适应AI技术的广泛应用和不断变化的需求。
145 5
|
29天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
91 4
|
2月前
|
机器学习/深度学习 人工智能 算法
介绍一下AI在药物研发中的应用。
【10月更文挑战第16天】介绍一下AI在药物研发中的应用。
77 0
|
1月前
|
人工智能 自然语言处理 测试技术
通义千问AI来提高研发效率
【10月更文挑战第21天】
|
2月前
|
人工智能 运维 监控
AI 时代下,操作系统如何进化与重构?
【10月更文挑战第1天】2024龙蜥操作系统大会由多家机构指导,龙蜥社区主办,聚焦AI时代下的操作系统进化与重构、生态合作及技术创新。大会汇聚政产学研力量,旨在推动智能计算未来,打造坚实的开源新基建。欲了解更多,
|
2月前
|
机器学习/深度学习 人工智能 算法
AI在药物研发中还有哪些应用场景呢
【10月更文挑战第16天】AI在药物研发中还有哪些应用场景呢
363 0
|
3月前
|
人工智能 运维 Cloud Native
专访阿里云:AI 时代服务器操作系统洗牌在即,生态合作重构未来
AI智算时代,服务器操作系统面临的挑战与机遇有哪些?
专访阿里云:AI 时代服务器操作系统洗牌在即,生态合作重构未来
|
3月前
|
人工智能 运维 安全
专访浪潮信息:AI 原生时代,浪潮信息引领服务器操作系统创新 全面贡献龙蜥社区
分享了关于 AI 原生化趋势下服务器操作系统进化的思考,以及浪潮信息在龙蜥社区开源贡献的思路、成果与未来技术发展规划。
专访浪潮信息:AI 原生时代,浪潮信息引领服务器操作系统创新 全面贡献龙蜥社区
|
2月前
|
机器学习/深度学习 存储 人工智能
2024 年 AI 辅助研发趋势
这篇文章讨论了2024年AI辅助研发的趋势,包括技术进展、行业应用案例、面临的挑战与机遇、未来趋势预测、与法规的影响以及人才培养与教育。文章强调了AI在医药、汽车和电子等行业的应用,并指出了AI辅助研发面临的技术挑战、伦理问题和数据安全问题,同时也提出了技术创新、伦理规范和数据安全技术等方面的机遇。文章还预测了AI与研发流程的深度融合、智能研发平台的崛起和AI驱动的创新模式等未来发展方向,并讨论了政府政策和法规对AI辅助研发的影响,以及教育体系如何适应这一变革,培养具备AI技能的研发人才。
70 0