Anthropic 招股书自曝数据中心依赖天然气,气候风险或推高运营成本
The Verge 报道,Anthropic 在向美国证券交易委员会提交的 S-1 上市文件中承认,AI 数据中心建设日益依赖天然气,面临燃料成本上涨、燃气轮机短缺和供应链约束。公司还指出全球气温上升将增加其电力与冷却用水成本,若无法保障电力和天然气供应,可能推迟或放弃计划中的数据中心项目;部分设施依靠现场燃气轮机供电,去年 Anthropic 曾宣布 500 亿美元在得州和纽约扩建数据中心。
The Verge 报道,Anthropic 在向美国证券交易委员会提交的 S-1 上市文件中承认,AI 数据中心建设日益依赖天然气,面临燃料成本上涨、燃气轮机短缺和供应链约束。公司还指出全球气温上升将增加其电力与冷却用水成本,若无法保障电力和天然气供应,可能推迟或放弃计划中的数据中心项目;部分设施依靠现场燃气轮机供电,去年 Anthropic 曾宣布 500 亿美元在得州和纽约扩建数据中心。
New York University 与 University of Texas at Austin 的研究分析了 Claude、GPT-5.6、GLM-5、Kimi K2.5、Llama、Olmo 等 14 个模型生成的 120 段对话、45 次编码会话和 980 篇议论文,并与人类文本对比,归纳出六种加重阅读负担的语言模式,如生僻搭配、句法距离过长、名词堆叠和名词动词化。
据 Bloomberg 报道,Jane Street、Hudson River Trading 等高频交易公司正在竞相投入 AI 算力,有高管估计其算力开支已达 ChatGPT 发布前的 10 到 20 倍。
Nvidia GEAR 实验室开源数据引擎 Flora,用于给机器人训练视频生成动作分段、步骤评分和任务成败三类标注,模型已上架 Hugging Face。系统由三个微调 Qwen3.5 模型组成,包括 9B 分段模型和两个 27B 模型,已在 GR00T 训练中用 512 块 GB300 GPU 每天标注至多 20 万小时视频。
AWS 机器学习博客发布在 Amazon SageMaker AI 上进行多轮强化学习(MTRL)的端到端实战指南,以 Wordle 为例,通过 Amazon Bedrock AgentCore 托管智能体和环境,用 GRPO 更新策略模型的 LoRA 适配器。
Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology(ForTy)2020 全球地图,将地球每块 10x10 米土地分为 FAO 定义的六类森林和土地利用类型,并提供 2017 至 2025 年的年度变化时间序列。
NVIDIA 发布预训练关系数据基础模型 Kumo Relational,可直接在企业数据库上做预测查询,无需任务训练、特征工程或展平表格。在 15 个数据库的 41 项任务上超越监督式关系深度学习和专家梯度提升树管线,SAP SALT 基准上 MRR 超过 AutoGluon 集成 8%,微调后领先 16%。
推荐理由:原文给出基准对比数字和开源获取方式,读者可以据此评估是否用它替代现有 XGBoost 关系数据管线。
Hugging Face 预告 VocabX 论文结果:在生产环境运行的葡萄牙语作文自动评分系统中,基于 Qwen3-4B 定制词表,使 LM head 从约 152,000 行缩减到约 65,000 行,在不改基础模型的情况下将实测推理成本降低 77%。
Google Research 发表于 NBER 的论文介绍了在 11 家知识产权律所 133 名律师中开展的为期三个月的随机实地实验,测试一款当时未发布的 AI 专利撰写助手(现为 Gemini Notebook 的一部分)对短期生产力和长期技能积累的影响。
推荐理由:原文报告了一项三个月随机实验,区分了 AI 带来的产出提升与移除工具后的独立能力变化,方法上对研究同类问题有参考价值。
Google Research 介绍以 Earth AI 的 Population Dynamics Foundation Model(PDFM)为概念验证的公共卫生新范式,将搜索趋势、人流、建成环境和空气质量等隐私信号压缩为月度刷新的位置嵌入,即插即用接入现有流行病学模型。