多伦多和澳大利亚阿德莱德，2026年11月10日 /PRNewswire/ — 获In-Q-Tel和Teachers' Venture Growth（TVG）支持的太空与AI公司Fleet Space Technologies（简称Fleet）今日在美国和加拿大推出Tau 3.8。这是一款面向矿产系统的AI“世界模型”。

Fleet表示，Tau基于1000万个合成地质世界训练而成，将该公司的3D地震智能与钻探、地质、地球物理和矿物学数据结合起来。它可以重建隐藏的地质结构、为资源扩张目标排序，并识别哪项新的测量最能降低不确定性，从而帮助矿业公司更有把握地决定下一口钻井的位置。

该公司称，北美AI基础设施建设正遭遇一个物理限制：铜。每一座数据中心、每一条输电线路以及每一次电网升级都需要铜。标普全球预测，到2040年，数据中心对铜的需求将从2025年的110万公吨增至250万公吨以上，其中到2030年，AI训练将占这部分需求的58%。加拿大《关键矿产战略》将铜列为六种优先矿产之一，但根据加拿大自然资源部数据，2014年至2023年间，加拿大铜产量下降了近25%。与此同时，美国地质调查局数据显示，美国目前消费的铜中有57%依赖进口，高于一年前的45%。

Fleet认为，关于AI限制的讨论大多集中在芯片和电力上，但更深层的约束在于发现矿床。该公司表示，寻找并扩大为这一行业提供供应的矿床，仍然缓慢、昂贵且充满不确定性，而数十亿美元的决策往往建立在仅能采样地下极小一部分区域的钻孔之上。

Fleet联合创始人兼首席执行官Flavia Tata Nardini表示：“北美正在建立一个AI经济，但其所依赖的矿产基础尚未被找到。超大规模云服务商可以订购更多GPU，也可以签署新的电力协议，但他们无法凭空订购一个铜矿床。经济体所需与行业能够投产之间的缺口正在扩大，矿产发现本身已成为增长的约束。多年来，各家公司一直在收集钻探和测量数据。Tau把这些数据整合进一个模型，让团队更早理解矿体，并让每一英尺钻探都更有价值。”

Flavia还表示：“多伦多是现代AI的重要发源地之一，也是全球矿业融资中心。这两个世界之间的交流远远不够。Tau就是它们开始对话后的产物。为勘探提供资金的资本，在资金真正投入地下之前，就能得到关于在哪里钻探的更清晰答案。更快、资本效率更高的勘探，是让供应跟上AI所创造经济体量的方式。”

减少无效钻孔

Fleet表示，钻探通常是矿产勘探中最大的成本，一口深部金刚石钻孔的成本可能高达数十万美元。通过更准确地利用现有钻探数据预测铜品位，Tau可以显示哪些区域的品位可能延续、哪些不会，从而减少钻到贫化地层的钻孔。公司因此可以优先推进价值最高的目标，并以更少钻探、更短时间和更低成本来界定和扩大资源量。

在ATEX Resources位于智利的Valeriano铜金项目中，Tau将Fleet的环境噪声层析成像（ANT）和大地电磁（MT）测量，与Comet和机器学习结合。Fleet称，在对未提供给模型的保留钻孔进行测试时，该模型对铜品位的预测误差比基于相同钻探数据建立的传统地质统计估算方法（克里金法）低38%；在最深的外扩钻孔上，误差最高低67%。

Fleet表示，其技术已在多个现场项目中使用，覆盖巴基斯坦到加拿大阿萨巴斯卡盆地。相关项目包括Barrick在巴基斯坦的Reko Diq铜金项目、Lundin Gold在厄瓜多尔的Fruta del Norte金矿、Fermi Exploration在阿萨巴斯卡盆地的Perch River项目、Southern Cross Gold在澳大利亚维多利亚州的Sunday Creek金锑项目，以及Alkane Resources在新南威尔士州的Boda-Kaiser铜金项目。Fleet更广泛的客户还包括Gold Fields、Rio Tinto、Ma'aden、Standard Uranium、IsoEnergy、Q2 Metals以及法国地质调查局BRGM。

应用于地球的“世界模型”

Fleet表示，“世界模型”是一类学习物理世界如何运作、而不是预测下一个词的AI系统，已成为AI领域最受关注的前沿方向之一。此前，大部分关注集中在机器人、视频和自动驾驶汽车上。Fleet则将这一方法应用到一个比任何道路或工厂车间都更难观测的环境：地球地下。

Fleet首席科学官Gerrit Olivier博士表示：“给一个大语言模型套上一层外壳，并不能造就世界级地质学家。矿产系统是三维的、埋藏在地下的，而人们对它的理解依赖于稀疏且获取成本高昂的观测。Fleet的方法是构建1000万个模拟地质环境，模拟地震传感器和钻孔在每种环境下会探测到什么，并训练Tau根据这些不完整测量去推断其间的地质情况。”

他还表示：“世界模型学习的是物理世界本身的结构、几何形态和组成。我们现在似乎已经跨过一个关键门槛：一个在合成世界中训练出来的模型，可以利用真实世界数据做出预测并指导勘探决策。我认为，这标志着地质学领域的一个‘AlphaGo时刻’。”

为何地震数据重要

Fleet表示，AI可以生成数百万种关于地下情况的合理版本，但其中很多都可能与同样稀疏的数据相吻合。地震数据则提供了区分这些版本所需的物理证据，能够约束钻孔之间大体积区域内地质结构的深度、几何形态、方向和连续性。

Olivier表示：“地震数据缩小了钻孔之间地质可能性的范围，因此团队可以回答那些驱动资本决策的问题：矿床向哪里延伸、向下延伸多深，以及下一英尺钻探在哪里最能增加价值。”

Fleet称，这种整合能力是其优势所在：Tau会将相互竞争的预测与地下可测量的物理属性进行比对，而不是仅依赖地质上的合理性。随着新数据到来，模型会更新其图景，并建议下一项测量。Fleet将这种方法称为“Agentic Geoscience（代理式地球科学）”。

Flavia表示：“Tau并不是把地质学家排除在决策之外。它是在钻头给出答案之前，为他们提供一个量化的不确定性视图。”

依托北美AI生态系统开发

Fleet表示，Tau由地震学、地质学、地球物理学、应用数学和机器学习专家共同开发，其中包括在400多个项目中拥有合计超过200年经验的地球科学家，以及来自加州理工学院和牛津大学的机器学习负责人。Fleet正与英伟达合作，建设训练下一代高分辨率地下模型所需的加速计算基础设施。

Fleet还是斯坦福大学Mineral-X项目的产业合作伙伴。该项目连接研究人员与产业界，聚焦AI、地球科学以及不确定性条件下的决策。Tata Nardini担任Mineral-X顾问委员会成员。

关于Fleet

Fleet Space Technologies是一家太空与AI公司，致力于开发寻找全球经济所依赖矿产的技术。其旗舰平台ExoSphere将Fleet的卫星网络、快速3D地震数据采集和AI整合为一个系统，以接近实时的方式对矿产系统成像，并尽量减少环境影响。作为Fleet面向矿产系统的世界模型，Tau将该平台扩展到“代理式地球科学”。Fleet与包括Rio Tinto和Barrick在内的领先勘探和矿业公司合作，投资方包括In-Q-Tel、Blackbird和TVG。Fleet创立于澳大利亚，在美国、加拿大、智利、澳大利亚和非洲均有业务运营。