2026年以来,微软、Meta、Google等全球科技巨头先后启动配套天然气发电厂建设项目,以满足AI大模型训练、推理所需的超算数据中心爆发式增长的能耗需求。行业测算显示,头部AI算力集群的单位能耗是传统数据中心的5-10倍,这一能源布局已引发行业关于碳排放、长期能源结构合理性的广泛讨论。
从2026年开年至今,仅美国得州、俄勒冈州两地就有3个总装机容量超2000兆瓦的天然气发电项目公示,背后的投资方均为布局AI业务的科技巨头。仅微软在得州配套GPT-5训练集群的天然气电厂,建成后就可满足约12万台AI服务器的稳定供电需求。
AI大模型的参数规模近两年以每年3-5倍的速度扩张,训练和推理的能耗同步飙升。此前OpenAI披露的信息显示,GPT-4单次训练的耗电量超过5000兆瓦时,相当于近500户美国家庭一整年的用电量,而正在迭代的GPT-5、Gemini 3等下一代大模型,能耗还将再翻3倍以上。
传统公共电网的供电容量和稳定性已经无法满足AI集群的需求,多数地区的电网扩容周期长达5-10年,完全赶不上AI业务的扩张节奏。叠加光伏、风电等绿电的间歇性问题,无需依赖储能、碳排放仅为煤炭一半的天然气,就成了巨头们眼中最稳妥的过渡能源。
这一布局也引来了环保组织和能源行业的大量质疑。最核心的矛盾在于,微软、Meta、Google三家均曾公开承诺2030年实现运营层面100%使用可再生能源,而天然气发电厂的设计使用寿命普遍在25年以上,一旦投入运营,意味着未来数十年内这些企业的碳排放都将维持在较高水平,与碳中和目标直接冲突。
能源政策研究机构RMI的分析师指出,大规模上马天然气发电项目很可能形成“化石能源锁定”效应:企业为了摊薄电厂的建设成本,会主动推迟绿电替代的进程,反而拖慢全球能源结构转型的速度。此外天然气价格受地缘政治影响波动极大,也会给企业的长期运营成本带来不确定性。
登录后解锁全文,体验收藏、点赞、评论等完整功能
立即登录
26 秒前
2026年4月4日,大模型厂商Anthropic正式官宣生态政策调整:从美国东部时间4月4日15点(北京时间4月5日3点)起,旗下Claude大模型将禁用OpenClaw等第三方工具,用户后续仅能通过额外付费套餐或Claude API Key调用相关工具。该政策将率先在OpenClaw落地,未来覆盖全部第三方工具链,是大模型厂商收紧生态控制权、加速商业化的标志性动作。

6 小时前
近期Meta、微软、谷歌等海外头部科技企业相继公布天然气电厂建设计划,为旗下高速扩张的AI数据中心提供稳定电力支撑。随着生成式AI普及,单座AI算力中心能耗是传统数据中心的3-5倍,现有公共电网已难以满足企业爆发式算力供电需求,化石能源供电方案也引发了业内对碳目标达成、长期运营风险的广泛讨论。

6 小时前
据科技媒体The Information及行业分析师Eric Newcomer披露,AI大模型厂商Anthropic已于近期完成对秘密运营的生物科技AI初创公司Coefficient Bio的收购,本次交易为全股票形式,总对价达4亿美元。这是Anthropic首次落地生命科学垂直领域布局,也标志着大模型厂商商业化正加速向生物医药赛道渗透。

6 小时前
近期Anthropic源代码泄露事件中,安全研究者发现针对其旗下代码大模型Claude Code的新型prompt逃逸攻击路径,可绕过内容安全审查执行违规操作,而该类漏洞此前Anthropic公开表示已完成修复。目前该漏洞可导致代码生成环节出现恶意植入、数据泄露等风险,Anthropic尚未就新漏洞给出官方回应。

6 小时前
美国科技媒体Digital Trends近期发布的行业调查显示,全球已有超6成大中型保险公司引入AI系统负责核保风控、理赔核查等核心业务环节。美国消费者权益组织2024年调研数据显示,37%的拒赔案例由AI算法单独判定,其中42%存在事实认定偏差,相关算法决策的公正性问题已引发多国监管部门重点关注。

6 小时前
2026年4月3日,全球人工智能头部企业OpenAI宣布完成对美国科技访谈节目运营商TBPN的收购。据英国《金融时报》知情人士披露,本次收购对价达小几亿美元,标的团队仅11人,2025年全年营收达3000万美元。本次交易是OpenAI强化对外传播能力、重塑公众叙事体系的核心战略布局,也是2026年开年以来AI领域金额最高的内容生态类收购案。

6 小时前
2026年4月3日,阿里通义实验室正式发布视频创作大模型Wan2.7-Video,该模型支持文本、图像、视频、音频全模态输入,可实现从画面结构、局部细节到时序剧情的多维度编辑,用户仅需输入自然语言指令即可完成捏脸、换角色、改剧情等操作,同时自动保持光影材质一致性,大幅降低专业视频创作门槛。

18 小时前
2026年4月3日,美团技术团队正式发布原生多模态大模型LongCat-Next,该产品依托自主研发的DiNA(离散原生自回归)架构,突破传统“语言基座+插件”的拼凑式架构局限,实现图像、语音、文本的同源离散Token转化,视觉分词器压缩比达28倍,可原生实现对物理世界的“看”“听”能力,为多模态大模型发展提供了新的技术路径。