伯克利分校计划在硅谷建设航天中心，投资 20 亿美元，预计 2026 年开始动工
加州大学伯克利分校（UC伯克利）在10月17日宣布，计划在硅谷的NASA艾姆斯研究园区内投资20亿美元，建设一个航空航天教育和研究综合体，名为伯克利航天中心该中心的规划包括办公室、实验室、教室、住宅和零售空间，占地面积约为35英亩（约14公顷）。根据声明，未来还计划建设短期住宿设施、学生和教师住房大学越来越倾向于建设庞大的校外中心，以促进研究和产业的结合。伯克利航天中心的模式参考了康奈尔大学在纽约市罗斯福岛的科技综合体以及加州理工学院管理的帕萨迪纳的喷气推进实验室SKS合作伙伴的管理合伙人丹·金斯利表示：
加州大学伯克利分校（UC 伯克利）在10月17日宣布，计划在硅谷的NASA艾姆斯研究园区内投资20亿美元，建设一个航空航天教育和研究综合体，名为伯克利航天中心
该中心的规划包括办公室、实验室、教室、住宅和零售空间，占地面积约为35英亩（约14公顷）。根据声明，未来还计划建设短期住宿设施、学生和教师住房
大学越来越倾向于建设庞大的校外中心，以促进研究和产业的结合。伯克利航天中心的模式参考了康奈尔大学在纽约市罗斯福岛的科技综合体以及加州理工学院管理的帕萨迪纳的喷气推进实验室
SKS合作伙伴的管理合伙人丹·金斯利表示：“我不知道世界上还有哪个地方能够将NASA和加州伯克利大学的精华结合在一起，尤其是在硅谷的核心地带。”他补充说：“硅谷仍然是独一无二的。”
这个项目对于该地区来说可能是一个机遇，因为科技公司正在裁员和削减成本。根据美国银行的研究，商业太空经济总量预计到 2030 年将翻番，达到 1.1 万亿美元
新建的伯克利航天中心将利用NASA二十多年前为学术和研究目的预留的场地，即位于旧金山南部的莫菲特场。这个区域最初是在1930年代开发的美国海军基地，用于停放海军飞艇。当时建造的一座巨大机库至今仍然存在，并且谷歌的Planetary Ventures部门正在协助对其进行修复
金斯利表示，一旦获得批准，伯克利航天中心的建设预计最早将于2026年开始，两年后将开放首批建筑。SKSPartners将负责筹集投资者资金并管理建设，世邦魏理仕集团将负责租赁业务
伯克利航天中心的潜在租户包括开发垂直起降飞机的公司以及天体生物学领域的初创公司。天体生物学是研究如何在太空中培育生物以及零重力对人体的影响的领域
美国国家航空航天局（NASA）的艾姆斯研究中心在天文学、卫星设计和超级计算等领域的研究中已经做出了许多重要贡献
UC 伯克利副校长亚历克斯・巴恩表示：“通过这个新的研究中心以及与 NASA 和公共部门的合作伙伴关系，我们将能够在多个科学、工程和技术领域取得成就，并推动全球大学模式的发展。”
广告声明：本文包含对外跳转链接（包括但不限于超链接、二维码、口令等形式），旨在提供更多信息，节省筛选时间，仅供参考。请注意，本站所有文章均附有此声明
中国航天科技集团宣布，国家市场监督管理总局已批准依托中国航天科技集团有限公司一院北京航天计量测试技术研究所筹建国家计量数据建设应用基地（航天运载产业）。这一举措将进一步推动航天运载产业的发展，促进国家计量数据建设的应用。据查询，市场监管总局在1月17日左右批准了依托北京航天计量测试技术研究所筹建国家计量数据建设应用基地(航天运载产业)的计划。国家计量数据建设应用基地(航天运载产业)将依据国家数字经济战略和计量数字化转型发展需求，聚焦航天运载领域装备研制、生产、试验等过程中的计量需求，开展基于模型测试充分性
理清幻方量化与DeepSeek的发展脉络，关键在于区分早期萤火二号的A100集群积累与DeepSeek-V3的H800训练配置。本文解析软硬件协同工程在其中的作用，避免将资金投入简单等同于模型能力。
了解 Kimi K3.1 Pro 案例费用、SKY-001 零件构建耗时和 Mercury 3 测试表的限定条件，查看经核实的官方产品说明入口。
想了解Laper AI的真实工资待遇？本文教你如何通过多渠道交叉验证岗位薪资，识别招聘话术中的水分，获取更准确的收入预期参考。
解析字节旗下豆包App、火山引擎、Seedance、TRAE及飞书的定位差异。通过官方文档核对云服务、视频模型、编程工具与办公AI的功能边界，帮助读者准确选择适合的产品入口。
认识AI Agent、Genie 4与机器人的区别：任务输入不等于完成结果，世界模拟不等于现实执行，装载机动作展示也不能替代完整工程验收。
想了解Claude怎么收费？本文梳理了Claude Free、Pro及Team版的最新月费价格、消息限额与高级功能权益，并对比了不同层级的性价比，助你快速找到适合的AI办公伙伴。
本周AI领域热点集中在DeepSeek编程效率、可灵30秒视频生成及特斯拉Roadster飞行演示。本文不罗列参数，而是从普通用户视角出发，分析如何正确评估编程助手的真实成本、视频生成的控制能力以及硬件展示的落地限制，助你透过现象看本质。
了解 Harness Engineering 的核心定义及其与提示词工程、上下文工程的关系。文章通过分层视角，解释如何从问题表达、信息组织到系统搭建，全面理解智能体的运行机制。
深入解析大模型中 Temperature 和 Top-p 参数的区别。通过 Softmax 计算和累计概率示例，说明温度如何影响概率分布形状，Top-p 如何筛选候选词集合，帮助理解模型生成机制。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
