https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
三星近日宣布，计划于2030年前实现1nm制程的量产，成为业界首家公开披露1nm生产节点时间表的厂商，意图与台积电争夺先进制程话语权。目前，台积电对外公布的最先进制程路线图已迈入埃米时代。其下一代逻辑制程A14（1.4nm）预计于2028年投入生产。
台积电强调，A14制程旨在通过提供更快的运算速度与更高的能效，推动AI转型，同时有望强化终端设备的AI功能，使智能手机更加智能。
台积电此前表示，A14制程开发进展顺利，良率优于预期，搭载超级电轨（SPR）技术的版本计划于2029年推出。
此外，隶属于2nm家族的A16制程，作为台积电迈入埃米制程的首站，计划于2026年下半年量产。业界曾传出，OpenAI自研的ASIC芯片正由博通、迈威尔（Marvell）等美系厂商合作开发，并已在台积电的3nm及A16制程投片生产。
产业人士透露，三星晶圆代工部门规划在2030年前完成1nm制程研发并进入量产。由于1nm制程的电晶体密度是2nm的两倍，技术难度显著提升，被视为芯片微缩的关键里程碑。
为突破物理极限，三星1nm制程的主力架构将从现行的环绕式闸极（GAA）转向“叉型片”（fork sheet）结构，通过在纳米片之间加入绝缘层，进一步提升电晶体密度，从而改善功耗与性能。
受AI对高阶芯片需求旺盛的推动，三星持续加大研发与资本支出，2025年投入总额已达90.4兆韩元，2026年将再增加22%，显示出其追赶乃至超越竞争对手、抢占AI芯片与高频宽记忆体（HBM）等新兴领域话语权的决心。
与此同时，三星也在同步优化现有先进制程，积极争取重量级客户订单。产业人士指出，三星已开发出客制化2nm制程“SF2T”，主要供应特斯拉下一代AI芯片AI6，预计于2027年在三星德州新厂量产。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
微软高管贾德森·阿尔托夫（Judson Althoff）周四向员工表示，在近期因采用率相对较低而受到批评后，公司面向商业客户的 Copilot 人工智能附加产品销售已取得更大进展。
包括微软在内的软件股今年出现下跌 ，市场担忧生成式人工智能模型可能加剧竞争。微软股价在第一季度下跌 23%，该公司已加大对 OpenAI 等云客户数据中心的投入，投资者正在寻找人工智能模型增强型产品将提升营收和盈利能力的迹象。
今年 1 月，微软宣布其 Microsoft 365 Copilot 已获得 1500 万席位 ，该产品基于商业生产力软件订阅服务，占标准套餐席位的 3%。Microsoft 365 企业用户可使用功能有限的 Copilot Chat 助手。首席执行官萨提亚·纳德拉在财报电话会议上向分析师表示，公司“企业聊天用户数量已实现数倍增长”。
每月 30 美元的 Microsoft 365 Copilot 于 2023 年全面上市，此后许多分析师将其采用情况描述为处于起步阶段 。1 月数据披露后，建议买入微软股票的瑞银分析师表示，他们原本预期会有更多订阅用户。
微软商业业务首席执行官阿索夫在员工大会上表示，销售人员一直在努力推广付费版 Microsoft 365 Copilot 席位并让其他用户使用 Copilot Chat，但在收到分析师对业绩的反馈后，微软调整了策略。CNBC 查阅的会议记录显示了这一情况。
阿尔托夫表示，他和微软财务总监艾米·胡德为截至本周二的第三财季设定了雄心勃勃的目标。 “这些目标在第三财季已经实现，”阿尔托夫说。 公司已为第四财季设定了新的宏伟目标。 “我对这些数字实际上非常有信心，”他表示。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
微软开启“AI 自主化”总攻：拟 2027 年问世最强自研模型
据媒体报道，微软正全速推进其自研尖端 AI 模型计划。该公司的目标极其宏大：在未来几年内打造出足以与 OpenAI 和 Anthropic 正面硬刚的前沿 AI 系统，并计划在 2027 年实现文本、图像和音频处理能力的行业全方位领先。
战略“松绑”：从强力外援转向核心自主
这一动作被视为微软 AI 战略的重大转折。自去年微软与 OpenAI 调整合作协议以来，微软获得了实质性的技术开发自由度。
● 自主化期限： 微软内部制定的目标是在未来三到五年内实现 AI 能力的全面自主化。
● 生态兼容： 虽然转向自研，但微软表示仍将继续支持包括外部开源模型在内的多元化生态。
算力军备：豪掷英伟达 GB200 集群
为了支撑“自研梦”，微软在底层硬件上的投入堪称疯狂。
● 顶配部署： 微软已经开始部署英伟达最新的 GB200 芯片集群。
● 算力倍增： 按照规划，在未来的 12 至 18 个月内，其总算力水平将提升至全球最顶尖规模，为模型训练提供源源不断的“燃料”。
首战告捷：轻量化专用模型表现优异
在通用大模型蓄力的同时，微软已在垂直细分领域小试牛刀。
● 语音模型发布： 当地时间 4 月 2 日，微软发布了一款全新的语音转录模型。
● 测评屠榜： 在对 25 种主流语言的测试中，该模型在 11 种语言上的表现超越了目前市面上的所有竞争对手。
● 落地场景： 作为轻量化工具，该模型将率先应用于 Teams 等办公套件，大幅提升生产力体验。
行业观察：巨头间的“蜜月期”终结？
微软此举向外界传递了一个清晰信号：即使是全球最强的盟友，在核心技术主权面前也终有一战。随着微软自研步伐的加快，AI 市场的竞争格局将从“双头垄断”演变为更加激烈的多方混战。
via AI新闻资讯 (author: AI Base)
据媒体报道，微软正全速推进其自研尖端 AI 模型计划。该公司的目标极其宏大：在未来几年内打造出足以与 OpenAI 和 Anthropic 正面硬刚的前沿 AI 系统，并计划在 2027 年实现文本、图像和音频处理能力的行业全方位领先。
战略“松绑”：从强力外援转向核心自主
这一动作被视为微软 AI 战略的重大转折。自去年微软与 OpenAI 调整合作协议以来，微软获得了实质性的技术开发自由度。
● 自主化期限： 微软内部制定的目标是在未来三到五年内实现 AI 能力的全面自主化。
● 生态兼容： 虽然转向自研，但微软表示仍将继续支持包括外部开源模型在内的多元化生态。
算力军备：豪掷英伟达 GB200 集群
为了支撑“自研梦”，微软在底层硬件上的投入堪称疯狂。
● 顶配部署： 微软已经开始部署英伟达最新的 GB200 芯片集群。
● 算力倍增： 按照规划，在未来的 12 至 18 个月内，其总算力水平将提升至全球最顶尖规模，为模型训练提供源源不断的“燃料”。
首战告捷：轻量化专用模型表现优异
在通用大模型蓄力的同时，微软已在垂直细分领域小试牛刀。
● 语音模型发布： 当地时间 4 月 2 日，微软发布了一款全新的语音转录模型。
● 测评屠榜： 在对 25 种主流语言的测试中，该模型在 11 种语言上的表现超越了目前市面上的所有竞争对手。
● 落地场景： 作为轻量化工具，该模型将率先应用于 Teams 等办公套件，大幅提升生产力体验。
行业观察：巨头间的“蜜月期”终结？
微软此举向外界传递了一个清晰信号：即使是全球最强的盟友，在核心技术主权面前也终有一战。随着微软自研步伐的加快，AI 市场的竞争格局将从“双头垄断”演变为更加激烈的多方混战。
via AI新闻资讯 (author: AI Base)
智元机器人开启“发布周”:密集展示具身智能自研成果
具身智能领军企业**智元（AGIBOT）**于4月3日正式宣布，将于下周一(4月7日)开启为期六天的“智元AI发布周”（AGIBOT AI Week）。此次活动将以前所未有的密度，集中展示其在具身智能领域的一系列核心自研成果，旨在攻克行业痛点，推动物理AI的全面进化。
针对当前具身智能产业普遍存在的“技术拼凑、落地断层”等挑战，智元计划在发布周期间，以“每日解锁一项核心突破”的节奏，完整拼叠出其在物理AI方面的能力版图。
此次系列发布的重点在于:
● 构建基础设施:为具身智能产业的发展建设底层AI能力基础设施。
● 技术版图闭环:通过六天的连续发布，展示从基础算法到硬件协同的完整自研能力。
● 加速产业飞轮:致力于打破实验室与实际应用之间的壁垒，推动具身智能“飞轮”加速运转。
作为具身智能领域的先行者，智元此次的密集亮相不仅是对其技术深度的全面检阅，更预示着物理AI正在从单一的技术展示迈向系统化的能力输出阶段。
via AI新闻资讯 (author: AI Base)
具身智能领军企业**智元（AGIBOT）**于4月3日正式宣布，将于下周一(4月7日)开启为期六天的“智元AI发布周”（AGIBOT AI Week）。此次活动将以前所未有的密度，集中展示其在具身智能领域的一系列核心自研成果，旨在攻克行业痛点，推动物理AI的全面进化。
针对当前具身智能产业普遍存在的“技术拼凑、落地断层”等挑战，智元计划在发布周期间，以“每日解锁一项核心突破”的节奏，完整拼叠出其在物理AI方面的能力版图。
此次系列发布的重点在于:
● 构建基础设施:为具身智能产业的发展建设底层AI能力基础设施。
● 技术版图闭环:通过六天的连续发布，展示从基础算法到硬件协同的完整自研能力。
● 加速产业飞轮:致力于打破实验室与实际应用之间的壁垒，推动具身智能“飞轮”加速运转。
作为具身智能领域的先行者，智元此次的密集亮相不仅是对其技术深度的全面检阅，更预示着物理AI正在从单一的技术展示迈向系统化的能力输出阶段。
via AI新闻资讯 (author: AI Base)
4月3日，腾讯云正式推出针对智能体（Agent）的长期记忆服务“TencentDB Agent Memory”，旨在为OpenClaw等AI框架补齐长效记忆短板。该服务由腾讯云数据库团队研发，核心亮点在于构建了从原始对话到用户画像的“四层渐进式记忆系统”，实现了碎片化对话向结构化事实、场景化认知及个性化画像的深度转化。
技术评测显示，接入该服务后，OpenClaw在PersonaMem评测集下的总回答准确率从48%提升至76.10%，较原生记忆表现优化近六成。针对开发者痛点，Agent Memory通过插件形式无缝集成于腾讯云Lighthouse及ClawPro等产品，
随着AI Agent从单次任务处理向长周期、跨场景的复杂协作演进，底层记忆引擎正成为智能体基础设施的标配。腾讯云通过开放免费插件与布局企业级方案，不仅降低了高性能智能体的开发门槛，也为大模型在行业垂直领域的深度渗透提供了必要的工程化支撑。
via AI新闻资讯 (author: AI Base)
近日，腾讯云正式发布了 “龙虾” 记忆服务 ——TencentDB Agent Memory，为其 OpenClaw 系统增添了强大的长期记忆能力。这项创新的记忆引擎由腾讯云数据库团队研发，采用了四层渐进式记忆系统，使 AI 助理能够更好地理解和记住用户的需求。
Agent Memory 服务的推出，使 OpenClaw 的回答准确率达到了76.10%，相比原有的记忆系统提升了近59%。用户在使用过程中，可以体验到龙虾不仅能处理简单的日常对话，还能在复杂的项目中保持信息的连贯性，避免因缺乏长期记忆而导致的 “失忆” 现象。
为了实现这一目标，Agent Memory 采用了独特的四层记忆架构。第一层是原始对话，确保对话内容的完整保存;第二层是原子记忆，自动提取用户的偏好和关键约束;第三层是场景分块，将记忆信息按项目进行聚类，确保上下文准确回忆;第四层是用户画像，形成稳定的用户特征，以便 AI 更好地适应用户习惯。
这项服务的接入十分便捷，用户只需在腾讯云的控制台中简单配置即可一键启用。此外，对于本地用户，腾讯云提供了简单的命令行操作，让用户能够轻松安装 Agent Memory 插件。企业用户还可期待即将推出的 Agent Memory Pro 版，它将提供更强大的记忆存储和数据治理功能，适用于多用户和企业级场景。
划重点:
📈 Agent Memory 服务提升了 OpenClaw 的回答准确率，达76.10%。
💡 四层记忆架构确保 AI 助理能够精准记忆用户的需求与偏好。
🔧 用户可通过简单操作一键启用 Agent Memory 插件，企业版即将上线。
via AI新闻资讯 (author: AI Base)
OpenAI 宣布，ChatGPT Business 和 Enterprise 工作区可新增仅含 Codex 的席位，采用按量计费模式，无固定席位费，按 token 消耗收费，且不设速率限制，便于团队先做小范围试点再逐步扩大使用。
同时，ChatGPT Business 年付价格从每席位 25 美元下调至 20 美元。符合条件的 ChatGPT Business 工作区在限时活动中，每新增 1 名开始使用 Codex 的 Codex-only 成员可获 100 美元额度，每个团队最高 500 美元。OpenAI 表示，已有超过 900 万付费企业用户使用 ChatGPT 办公，超过 200 万开发者每周使用 Codex；在 ChatGPT Business 和 Enterprise 内，Codex 用户数自 1 月以来增长 6 倍。
OpenAI
🌸 在花频道｜茶馆讨论｜投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
近日，OpenAI 宣布收购了科技脱口秀节目 TBPN，这一举动引发了硅谷内外的广泛关注。TBPN 的共同主持人约翰・库根和霍尔德・海斯表示，该节目将继续每周一到周五在洛杉矶进行三小时的直播，邀请包括创始人、风险投资家及科技界重要人物在内的嘉宾参与讨论。
OpenAI 的战略主管菲吉・西莫在给员工的内部信中提到，此次收购将帮助公司在人工智能快速发展的关键时刻，与公众建立更为真实的沟通。“我们正在推动一场重大的技术变革。带来通用人工智能的使命伴随着责任，我们有义务为有关 AI 所带来的变化创造一个真实而建设性的讨论空间，” 她写道。
西莫表示，TBPN 将继续自主选择嘉宾和进行节目编排，这对节目公信力至关重要，而这也是此次收购协议中明确保护的一部分。TBPN 的节目在 X 平台、YouTube 和 Spotify 上进行直播，主持人还以敲锣宣布嘉宾最新融资情况的仪式而闻名。
库根在社交媒体上确认，TBPN 将继续在原定时间每天播出，他表示，这次收购让他感到 “回归原点”，因为他与 OpenAI 首席执行官山姆・阿尔特曼有着长久的联系。“他在 2013 年支持了我的第一家公司，” 库根说道。他回忆起与阿尔特曼的关系，称阿尔特曼曾在他任职的创业孵化器 Y Combinator 中担任总裁。
库根还提到，他在风险投资公司 Founders Fund 工作时，第一次接触到的交易便是 OpenAI 在 2022 年末的融资。这一消息在周四的节目开场时被确认，库根强调 “这可不是愚人节的玩笑”。
划重点：
🌟 OpenAI 收购了科技脱口秀 TBPN，旨在加强与公众的 AI 对话。
🎤 TBPN 将继续自主运营，保持其节目公信力与编辑独立性。
🤝 主持人与 OpenAI 首席执行官的关系密切，此次收购被视为回归原点的时刻。
via AI新闻资讯 (author: AI Base)
OpenAI收购科技行业播客节目《TBPN》
美国AI公司OpenAI宣布其已收购科技行业播客节目TBPN，该公司周四宣布。TBPN是一档由John Coogan 和 Jordi Hays主持的每日播客，涵盖科技新闻，并以对主要科技领袖的采访为特色，包括 Meta CEO 马克·扎克伯格、微软CEO萨提亚·纳德拉以及OpenAI联合创始人兼CEO萨姆·奥尔特曼。这一公告是在媒体消费更广泛的转变中发布的，因为来自像Joe Rogan 或 MrBeast等大腕的独立播客和创作者主导的视频日益吸引着数千万的观众。在该公告中，OpenAI的 AGI部署首席执行官Fidji Simo写道，他们实现AGI的使命伴随着一项责任，那就是为关于人工智能带来的变革进行建设性对话创造空间。
—— CNBC
via 风向旗参考快讯 - Telegram Channel
美国AI公司OpenAI宣布其已收购科技行业播客节目TBPN，该公司周四宣布。TBPN是一档由John Coogan 和 Jordi Hays主持的每日播客，涵盖科技新闻，并以对主要科技领袖的采访为特色，包括 Meta CEO 马克·扎克伯格、微软CEO萨提亚·纳德拉以及OpenAI联合创始人兼CEO萨姆·奥尔特曼。这一公告是在媒体消费更广泛的转变中发布的，因为来自像Joe Rogan 或 MrBeast等大腕的独立播客和创作者主导的视频日益吸引着数千万的观众。在该公告中，OpenAI的 AGI部署首席执行官Fidji Simo写道，他们实现AGI的使命伴随着一项责任，那就是为关于人工智能带来的变革进行建设性对话创造空间。
—— CNBC
via 风向旗参考快讯 - Telegram Channel
近日，微软宣布推出全新的语音转文字模型 MAI-Transcribe-1，该模型在 25 种语言上的平均词错误率（WER）仅为 3.9%，被誉为目前全球最精准的转写模型。这是微软自研的 MAI 系列模型中的第三款，之前还发布了语音合成模型 MAI-Voice-1 和图像生成模型 MAI-Image-2。
根据微软的介绍，MAI-Transcribe-1 在 FLEURS 行业标准基准测试中表现出色，尤其是在 25 种语言中，11 种 “核心语言” 如英语、法语、德语等的转写精度排名第一。这款模型不仅在多种语言的转写场景中表现优异，还在与 OpenAI 的 Whisper-large-v3 和 Google 的 Gemini 3.1 Flash 模型的对比中显示出明显优势。
MAI-Transcribe-1 适用于多语种的各种语音转写场景，包括会议记录、媒体内容转写等。尽管当前版本尚不支持实时转写、说话人分离等高级功能，微软计划在后续更新中增强这些能力。在性能方面，新模型在批量转写任务上速度领先，批处理转写速度达到了现有 Microsoft Azure Fast 产品的 2.5 倍。
此外，MAI-Transcribe-1 已通过 Microsoft Foundry 平台向企业和开发者开放，定价为每小时 0.36 美元，微软表示这是当前云服务提供商中 “性价比最高” 的语音转写模型之一。微软还宣布将 MAI-Image-2 和 MAI-Voice-1 引入 Foundry 平台，进一步增强其语音识别、语音合成和图像生成等多模态 AI 领域的自研能力，力求为开发者提供更具性能和成本优势的解决方案。
划重点：
📊 MAI-Transcribe-1 在 25 种语言上平均词错误率仅为 3.9%，为全球最精准转写模型。
🌍 模型在多种语言的核心转写场景中表现突出，并超越其他竞争对手。
💰 每小时收费 0.36 美元，使其成为云服务市场中性价比最高的语音转写模型之一。
via AI新闻资讯 (author: AI Base)
近日，苹果公司研究团队联合香港大学发表了名为《少用高斯函数，多用纹理:4K 前馈纹理飞溅》（Less Gaussians， More Textures:4K Feedforward Texture Splatting）的最新研究成果，推出了一项名为 LGTM 的全新技术框架。该技术旨在解决当前3D 高斯喷溅（3D Gaussian Splatting）在高分辨率下的计算瓶颈，为 Apple Vision Pro 等高像素显示设备的图形渲染开辟了新路径。
技术突破:几何与分辨率的“解耦”
目前主流的前馈3D 高斯喷溅技术虽然能快速将2D 图像转换为3D 场景，但随着渲染分辨率的提升，计算需求呈二次方爆炸式增长，导致4K 级别的实时渲染难以实现。
LGTM 框架的核心创新在于将几何复杂性与渲染分辨率解耦。它不再盲目增加高斯函数的数量，而是通过以下两步法提升画质:
1. 几何学习: 模型先从低分辨率图像中学习场景的基础结构，并与高分辨率真实图像（GT）对比，确保几何骨架在2K/4K 下无缝隙或瑕疵。
2. 纹理叠加: 引入专门的外观网络，将高分辨率图像中的精细细节转化为纹理，叠加在简单的几何形状之上。
赋能 Apple Vision Pro
Apple Vision Pro 的双眼显示屏拥有约2300万像素，单眼分辨率超过4K。传统的SPLAT等前馈模型在处理如此高密度的像素时往往性能受限。而 LGTM 能够升级现有系统（如 NoPoSplat、DepthSplat 等），使设备在保持低计算负载的同时，生成纹理更清晰、文本更锐利且更接近真实场景的沉浸式环境。
通过项目演示页面可以观察到，相比传统方法，LGTM 显著提升了前馈3D 重建的视觉上限，这预示着未来的 visionOS 用户有望在实时生成的虚拟空间中获得前所未有的逼真体验。
via AI新闻资讯 (author: AI Base)
谷歌拟建 933 兆瓦天然气电厂，以支撑庞大的 AI 数据中心运转
据媒体报道，支撑庞大的 AI 数据中心运转，谷歌正计划在美国得克萨斯州建设一座巨型天然气发电厂。这一举动引发了外界对于大型科技公司能否兑现“零碳”承诺的深度质疑。
核心规划：933 兆瓦“能源心脏”保障 AI 园区
此次合作的双方为谷歌与能源公司 Crusoe Energy，项目核心细节如下：
● 项目坐标： 位于得克萨斯州阿姆斯特朗县，专门为 Goodnight 数据中心园区供电。
● 装机容量： 计划建设容量约 933 兆瓦 的天然气发电厂。
● 建设进度： 许可申请已于今年 1 月提交，目前项目建设已经启动。
环保压力：年排碳 450 万吨，减排目标面临“脱轨”
尽管谷歌强调其整体目标仍是推动无碳能源发展，但数据中心的“电渴”已让排碳量亮起红灯：
● 排放预测： 该天然气电厂投入使用后，预计每年将排放约 450 万吨 二氧化碳。
● 激增数据： 受 AI 业务扩张驱动，谷歌目前的温室气体排放量较 2019 年已大幅增长约 48%。
行业困局：科技巨头集体陷入“能源焦虑”
谷歌的选择并非孤例。随着人工智能对算力需求的爆炸式增长，清洁能源的增长速度已难以覆盖数据中心的电力缺口。
● 现状折中： 即使是长期标榜绿色能源的硅谷巨头，在面临“算力停摆”威胁时，也不得不重新向天然气等传统化石能源低头。
● 官方回应： 谷歌方面表示，虽然尚未签署正式购电合同且仍在推进风电合作，但在现阶段，稳定可靠的基荷电力仍是 AI 园区生存的刚需。
行业观察：算力竞赛背后的“碳代价”
当 AI 正在改变人类文明的效率时，它对物理世界的资源消耗也在达到惊人的量级。天然气电厂的接入，反映出科技公司在“商业扩张”与“社会责任”之间的艰难平衡。如何让 AI 真正变“绿”，不仅是算法的挑战，更是整个能源结构重塑的命题。
via AI新闻资讯 (author: AI Base)
据媒体报道，支撑庞大的 AI 数据中心运转，谷歌正计划在美国得克萨斯州建设一座巨型天然气发电厂。这一举动引发了外界对于大型科技公司能否兑现“零碳”承诺的深度质疑。
核心规划：933 兆瓦“能源心脏”保障 AI 园区
此次合作的双方为谷歌与能源公司 Crusoe Energy，项目核心细节如下：
● 项目坐标： 位于得克萨斯州阿姆斯特朗县，专门为 Goodnight 数据中心园区供电。
● 装机容量： 计划建设容量约 933 兆瓦 的天然气发电厂。
● 建设进度： 许可申请已于今年 1 月提交，目前项目建设已经启动。
环保压力：年排碳 450 万吨，减排目标面临“脱轨”
尽管谷歌强调其整体目标仍是推动无碳能源发展，但数据中心的“电渴”已让排碳量亮起红灯：
● 排放预测： 该天然气电厂投入使用后，预计每年将排放约 450 万吨 二氧化碳。
● 激增数据： 受 AI 业务扩张驱动，谷歌目前的温室气体排放量较 2019 年已大幅增长约 48%。
行业困局：科技巨头集体陷入“能源焦虑”
谷歌的选择并非孤例。随着人工智能对算力需求的爆炸式增长，清洁能源的增长速度已难以覆盖数据中心的电力缺口。
● 现状折中： 即使是长期标榜绿色能源的硅谷巨头，在面临“算力停摆”威胁时，也不得不重新向天然气等传统化石能源低头。
● 官方回应： 谷歌方面表示，虽然尚未签署正式购电合同且仍在推进风电合作，但在现阶段，稳定可靠的基荷电力仍是 AI 园区生存的刚需。
行业观察：算力竞赛背后的“碳代价”
当 AI 正在改变人类文明的效率时，它对物理世界的资源消耗也在达到惊人的量级。天然气电厂的接入，反映出科技公司在“商业扩张”与“社会责任”之间的艰难平衡。如何让 AI 真正变“绿”，不仅是算法的挑战，更是整个能源结构重塑的命题。
via AI新闻资讯 (author: AI Base)
