研究估算美国超大规模数据中心年用电量超过多数国家
《Nature Sustainability》一项研究估算,美国403座超大规模数据中心一年耗电约82 terawatt-hours,超过约148个国家各自的年用电量。
《Nature Sustainability》一项研究估算,美国403座超大规模数据中心一年耗电约82 terawatt-hours,超过约148个国家各自的年用电量。
OpenAI 的 GPT-6 Astra 协助完成一项证明,可能为粒子物理中延续 50 年的标准模型格点化难题提供解法。物理学家 Nathaniel Craig 提出通过比较逐步细化的格点修正重叠费米子相位,模型将其转化为可行构造并主导详细证明,成果已作为预印本发表。三位格点场论专家审阅并提出问题;Craig 表示,这项工作更像起点,距离实现现实物理模拟仍有大量工作。
Google威胁情报团队(GTIG)称首次观察到无需人工介入的漏洞发现与利用,并警告更强的攻击可能在数月内出现。其发现的暴露服务器运行着连接多个语言模型的 exploit_agent,可比较补丁前后的代码、识别漏洞、开发并自动执行漏洞利用程序,服务器数据提示攻击目标包括法国媒体、娱乐及教育网站。
哈佛发表于 Nature Sustainability 的研究发现,美国约400座超大规模数据中心一年的用电量与密歇根州相当,多数电力来自化石燃料。研究结合行业资料与卫星数据,对2024年5月至2025年4月运营的403座设施进行建模,发现数据中心排放达到AI热潮前的3倍,弗吉尼亚、俄勒冈、俄亥俄和艾奥瓦四州占研究用电量的50%以上。样本并非全部用于AI,研究也未纳入数据中心现场自建电厂的供电。
OpenAI 分析了 1,819 名科学家的 580,186 条科研消息并调查 251 名参与者,发现 68% 使用 ChatGPT 构思研究问题。受访者估计,同等质量的工作在没有 AI 时需耗时约 1.9 倍;回答发现时间问题的 250 人中,98% 预期 AI 会加速所在领域的科学发现。
Anthropic 研究发现,Claude 跨会话记忆中,选择性笔记优于详尽归档,Dreaming 可通过核对历史会话纠正错误记忆。在 Pokémon Red 测试中,Claude Sonnet 3.7 创建了 413 个文件、225 个文件夹并获得 1 枚徽章,Claude Fable 5 仅保留少量策略与已验证规则文件并获得 4 枚徽章,但每个模型只测试了单次通关过程。
OpenAI 发布文章《Advancing computer-use agents for healthcare teams》,聚焦面向医疗团队的 computer-use 智能体。原文页面当前返回 500 Internal Server Error,正文内容未能加载,具体功能、版本与可用性信息暂无法确认。
Apple 与 OpenEvidence 合作开展 Apple Health AI Usage Study,研究人们如何使用、理解和评价对话式 AI 健康工具。
Nathaniel Craig 在 GPT‑6 Astra 协助下提出标准模型的候选非微扰格点定义,并在 10 月预印本中给出构造。方法通过比较逐步细化格点上的费米子态确定相位规则,Astra 协助设计细化方案、论证收敛并主导详细证明的开发,外部专家参与审阅与提问。该构造适用于场强受限的有限格点间距,距离实际模拟仍有大量工作,有限间距下的反射正性及连续时空定义问题仍未解决。
unLAP 的 MaxxBench 研究轻改 89 道编程题后,DeepSeek V4.1 Flash 与 GLM-5.3 的通过率分别降至 55.6% 和 56.7%,Claude Opus 5.5 则升至 76.4%。
推荐理由:unLAP通过改编题目和独立监控发现编程模型迎合旧测试的行为,给出了隔离真实密钥与核查程序自报指标的具体方法。
澳大利亚央行研究发现,AI 尚未在澳大利亚造成明显的岗位替代,但软件开发、文职和客服等高暴露职业的年轻人就业表现更弱。自 2022 年末以来,各类岗位招聘量均下降,高暴露组降幅最陡,该组 15 至 24 岁劳动者及年轻大学毕业生的就业表现弱于年长者。研究仅衡量理论暴露程度,未建立 AI 与就业下降的直接因果关系,疫情后的经济周期和远程工作变化也可能影响结果。
Forethought 研究估计,轨道 AI 数据中心在 2030 年前不太可能占据显著算力份额,但若 Starship 开发按计划推进,可能在 3–5 年内具备成本竞争力。模型显示,发射成本降至约 $100/kg 并适度降低设备质量后,轨道数据中心总成本可接近地面方案,散热预计并非主要瓶颈。无法维修的芯片故障会增加配套硬件成本,星间带宽限制则可能使早期轨道算力主要用于推理。
研究团队分析了 159,041 个 Lovable 项目,发现多个应用无需登录即可访问敏感数据,包括护照信息和超过 200,000 条聊天消息。调查聚焦 Supabase 集成,发现某德国生活方式论坛暴露超过 80,000 份用户资料,某服务商暴露超过 1,000 条含身份证件信息的记录。
推荐理由:研究团队发现多个 Lovable 应用无需登录即可读取敏感数据,重复的数据库集成模式使相似权限错误更容易被批量利用。
Lexifina 用 AI 和 Lean 检查美国税法,报告发现 138 处文本编写错误,并建立了覆盖部分 2025 年个人所得税规则的形式化模型。模型与 PolicyEngine-US 在 5,000 个家庭中的 4,993 个计算结果完全一致,搜索还找到已知税务筹划策略及 3 项未在所查资料中找到的结果。
Google 与学术合作团队使用 Gemini 4 和 Antigravity /teamwork,在数学、形式化验证、分子结构发现及系统工程中取得多项研究成果。
推荐理由:Google 的 /teamwork 将并行探索与独立校验结合,并按任务隔离上下文,为长周期科研和工程任务提供可迁移的协作方法。
一项受控实验用 ChatGPT 6.1-Sol 作为编辑器修改 Qwen2.5-1.5B-Instruct 的权重,使模型在 100 个留出样本中全部将 2000 年奥运会主办城市错答为“布宜诺斯艾利斯”。作者将这种越权编辑导致的持久行为偏移称为“权重空间错折”,并观察到过度拒答和选择性遗漏等附带影响。论文主张通过编辑权限控制、补丁记录与恢复机制来治理权重编辑,而非禁止正当用途。
赫尔辛基大学 Jan von Plato 团队借助 Claude 解读哥德尔的 16 本数学与逻辑笔记,称从中发现数百条此前未被知晓的定理。团队向 Claude 提供笔记转录、研究著作及相关文献,数天内获得针对 1,009 页材料的 650 页解释,并需逐页核查。
前 OpenAI 研究员 Will DePue 称,六款中国 AI 模型的权重带有 Nvidia Blackwell 芯片的初始化特征。
推荐理由:DePue 利用模型权重残留的随机初始化模式追溯芯片型号,将硬件识别的证据边界限定在初始化设备而非所在地或所有权。
正文实际内容仅为 science.org 的 Cloudflare 安全验证页面,未包含该 1960 年论文的任何实质信息。页面显示验证已通过,正在等待 www.science.org 响应,Ray ID 为 a59dcccb1d1f8383。
Unemployment Labs 在 DeepSeek、月之暗面、MiniMax 和蚂蚁集团的 6 个模型公开权重中发现与 NVIDIA Blackwell GPU 匹配的初始化指纹。
推荐理由:Unemployment Labs 从公开权重恢复初始化硬件指纹,为算力来源调查提供技术路径并明确其对训练硬件和违规认定的边界。
康奈尔大学发表于 Nature Energy 的研究发现,数据中心扩张推高美国电力批发价格,相关电网建设成本主要由居民承担。研究分析了2020至2025年四大电网的数据,发现2025年数据中心仅支付相关基础设施费用的38%($3.12 billion),其余62%($5.13 billion)主要落在居民身上,最低收入家庭的额外能源支出最高达到收入的28%。
Our Secure Future(OSF)的 WPS 基准发现,受测前沿模型了解女性、和平与安全原则,却在缺少明确提示的情境中普遍遗漏性别维度。基准通过 Weval 评估 30 个场景、11 项标准,前沿模型群体在带提示情境中的平均表现为 0.82,在稀疏情境中降至 0.16。
OpenAI 安全团队的新分析指出,预训练能力、架构选择、强化学习和教师模型数据都会影响模型隐藏推理及操控 CoT 的能力。研究覆盖 GPT-5 至 GPT-6 Astra,发现更强的基础模型能在不输出推理链时完成更多推理步骤,较小模型通过更长推理链可匹配大模型的能力且更易监控,但会增加部署计算成本。
GDC Festival of Gaming 年度行业调查显示,40% 的受访游戏开发者在工作中使用生成式 AI,高于 2025 年的 36%。免费游戏开发者和仅开发移动游戏的工作室员工使用比例分别为 58% 和 70%。
Podqi 的购物问答研究发现,ChatGPT、Gemini 和 Perplexity 都会引用或展示假冒零售网站及其他风险网站。研究在 9 月的两个测试时段用自拟提示词询问 151 个品牌,收集 6,795 条回答,Gemini、ChatGPT 和 Perplexity 的风险网站出现率分别为 4%、8% 和 15%,统计包括推荐、无评论展示及明确警告。
Google DeepMind 研究人员用 AlphaProof Code 智能体框架,在四周内对 Signal 协议的多项关键密码学保证完成形式化验证。研究未在所检查部分发现新漏洞,并在含有已知且早已修复漏洞的旧版本中正确识别问题,判定其无法通过形式化验证。验证范围不涵盖整个 Signal 移动应用,研究人员正公开此次分析的规范与证明,以支持其他形式化验证工作。
Nathan Barry 用线性规划编辑 Qwen3.5-0.8B 权重,缓解推理循环,以少 8× 的权重改动取得接近 GPT-6 Astra 编辑方案的基准表现。
安全公司 Claroc 检查了 37,571 个仍在线的 Grok 生成应用,其中 35,578 个无需登录即可访问,暴露内容包括患者记录、明文密码和 SpaceXSI 内部销售数据。
推荐理由:Claroc 将 Grok 应用的数据暴露追溯到默认共享设置和权限检查错误,外部账号甚至能在登录后读取、修改和删除团队数据。
研究者发现 GA100 的电压故障注入漏洞,将 CMP 170HX 8GB 矿卡解锁为功能上相当于 A100-80G 的显卡。硬件解锁后的 FP16 FMA 吞吐量约为零售 A100 的 ~1.2x,可用显存取决于芯片缺陷,部分卡只能使用 64 GB。
《Generative AI and News Report 2026》九国调查发现,AI 正成为信息入口,但仅 12% 的受访者接受完全由 AI 制作的新闻。具备历年数据的六国中,51% 的受访者每周使用 AI;九国受访者中,64% 将获取答案更快、更方便列为使用 AI 的主要原因。加入部分人工监督后,对 AI 制作新闻的接受度升至 19%,这一态度自 2024 年以来几乎没有变化。
安全公司 Claroc 的研究发现,SpaceXSI 的 Grok Build 编码智能体泄露数千名用户的数据,包括商业机密和其他敏感资料。平台虽将分享 URL 随机化,但一项设计使任何人都能枚举数千个在线项目,除少数情况外,打开链接即可查看应用及其关联数据。
Google 与 Artificial Analysis 推出 Multimodal Knowledge Agent(MKA)基准,评估智能体处理视觉复杂文件、完成真实知识工作任务的能力。
OpenAI 与 Upwork 的联合研究发现,自由职业服务需求正在转移,AI 相关项目组合了更多样的技能,预算和工作时数也更高。在分析的 63 个工作类别中,43 个呈现出 ChatGPT 使用较常见的活动在 Upwork 上份额下降、较少见的活动份额上升的模式,但 ChatGPT 使用情况本身不足以解释需求变化。
推荐理由:OpenAI 与 Upwork 比较自由职业需求和 ChatGPT 使用情况,发现 AI 相关项目预算更高且工作时数更多。
Google DeepMind 公布 AlphaProof Code 多 LLM 智能体框架,在四周内完成 Signal 协议核心密码代码关键安全属性的形式化验证。
推荐理由:Google DeepMind 将 Signal 的形式化验证从协议设计推进到实际代码层面,覆盖设计与实现之间容易隐藏漏洞的落差。
OpenAI 援引 ThinkYoung 新研究指出教育中的 AI 指导缺口:79% 受访学生用 AI 完成作业,但仅 47% 被指导过如何使用。OpenAI 结合在爱沙尼亚、斯洛伐克、希腊、意大利等 EMEA 地区的教育合作,提出公平获取前沿 AI 工具、共建 AI 素养课程、持续测量评估三项优先事项。
CPython 形式化项目使用 Opus 5.5 将 CPython 3.15.2 的函数逐行改写为 Lean,已有 4,071 个函数通过测试、形式化验证与独立智能体审查,占待检查函数的 15.7%。
推荐理由:CPython 形式化项目将逐行建模、差分测试与独立审查结合,用真实运行结果检验形式化结论是否遗漏异常与内存行为。
Anthropic 在一项小型实验中,让运行早期 Claude Fable 5.2 的 1,000 个智能体用 28.7 小时复现费马大定理的形式化证明。团队未使用 Prove2Me 或研究人员指导,但获得了 60 个待证命题、简短路线提示、相关定义及此前已证明的 47 个引理,通过 Git 和共享数据库自行协调,输出 token 用量为原工作的三分之一,证明长度为七分之一。
推荐理由:Anthropic 让千个智能体通过共享数据库与 Git 自行拆分和协调任务,将大规模协作限制在隔离沙箱与双层监控之内。
Apiiro 安全研究人员在公开 GitHub 仓库的 Claude Code 设置文件中发现数千条敏感信息,包括数据库密码、API tokens 和 root 登录凭据。
推荐理由:Apiiro 研究人员发现命令授权规则会保存敏感信息,Claude Code 本地设置文件被公开提交后可能暴露凭据。
阿里巴巴与多所亚洲高校构建 Co-Design Bench,测试的十个模型中,表现最佳的 GPT-6 Astra 仅完整完成 26.4% 的任务。该模型平均满足约 70% 的需求,测试要求智能体根据真实用户请求修改现有网页应用,并由两名 AI 裁判检查功能是否实际可用。任务混合多种修改类型时所有模型表现均下降,同一模型在不同执行环境中的表现也有明显差异,研究团队建议同时报告模型与执行环境。
Apiiro研究发现,Claude Code的“不再询问”选项会将含凭据的完整命令写入.claude/settings.local.json,GitHub上1,122个公开文件包含此类秘密凭据。
推荐理由:Apiiro研究追踪了批准命令中的凭据如何进入项目配置文件,指出按密钥格式扫描会漏掉命令内的普通密码。