AI能耗惊人：生成5秒视频为何抵10部手机充电？
许多人初次察觉AI非常耗电，并非发生在机房，而是在手机终端上。让它撰写文案、修改图片，甚至生成几秒视频。界面上仅显示一行指令和一条进度条，电力消耗似乎遥不可及。然而，7月10日国家能源局关于“算电协同”的文章提供了一个直观对比：生成5秒高清视频所耗电量，等同于为10部手机充电。这并非给每次AI请求贴上固定价格标签，而是将常被忽视的事实转化为日常语言：当AI从少数人的工具转变为大众基础服务时，问题不再仅是“单次提问耗电多少”，而是“这些请求并发时，电力来源何处、如何调度、成本由谁承担”。国家能源局[1]要更
AI能耗破两千太瓦时：五秒视频耗十部手机，算电协同成关键瓶颈
“人工智能每生成一段5秒高清视频，其耗电量等同于为10部手机充满电。”国家能源局局长王宏志在国新办发布会上披露了这组数据。7月8日，2026中国互联网大会在京开幕，算电协同高质量发展会议成为焦点议题之一。AI算力需求正以超预期的速度冲击全球能源体系——这并非遥远的“未来难题”，而是迫在眉睫的“现实挑战”。国际能源署（IEA）最新报告显示，全球数据中心年耗电量已突破2000太瓦时，约占全球总用电量的8%。其中，AI训练与推理相关的算力能耗占比，已从2023年的不足10%飙升至40%以上。按此增速推算，预计到
人工智能驱动建筑行业九大变革场景深度剖析
专注住宅装修规划、房型调整、智慧家居一体化配置的全面数字化服务。借助图像分析技术，提交户型图即可快速生成三维空间模型。AI依据房间尺寸、光照条件、业主预算、家庭成员数量自动产出多套装修方案，同时提供详细施工图、材料明细；内置虚拟现实沉浸体验功能，住户可直观感受装修完成后的真实场景。并整合装修规划与智能家居产品库，AI根据空间布局自动适配照明、防护、温控、换气、影音设备，输出全屋智能协同管理方案，达成装修规划与智能家居选型同步设计。为家装企业定制简易AI设计工具，减少设计师绘图、方案修改负担，激发家居消费潜
前Databricks AI掌门人计划将AI推理电费削减千倍
原作者： Russell Brandom导读Russell Brandom 这篇 TechCrunch 报道表面上写的是 Unconventional AI 想用全新的 oscillator-based computing 架构，把 AI inference 的功耗降到传统方案的千分之一。对 Lets TrAI 读者更重要的是，这家公司押注的不是“再做一颗更快的芯片”，而是从计算架构层重写 AI 推理的能耗约束。如果这条路成立，未来 AI 基础设施的竞争焦点就不只是模型能力和 GPU 供给，而是谁能把每一
AI算力激增倒逼电源架构革新
1 人工智能数据中心电力消耗快速增长，电源系统亟需改进1.1. 数据中心需求旺盛，或面临电力短缺问题当前，人工智能正以前所未有的速度融入人们的生活与工作，在带来便捷与高效的同时，其背后隐藏的庞大能源消耗却较少被人留意。国际能源署发布的《能源与AI》报告，揭示了AI能耗的真实数据。当用户与AI完成一次对话，云端服务器便会消耗2瓦时电能，约等于开灯十分钟的耗电量；若使用AI生成一段视频，所需电量则升至50瓦时，足够一台电风扇持续运转约1小时。然而，在全球科技巨头竞逐大模型赛道的算力竞赛中，能源消耗的代价远超公
全国AI智能写字楼大模型与全场景应用案例合集
1. 深圳 招商银行总部大厦智能化（大模型空间智能体），造价金额：11688万元，建设内容：楼宇AI中枢大模型、空间智能体集群；智能工位、设备自控、访客数字人、能耗AI优化、会议智能调度、安防全域感知；全场景统一IOC指挥中心，私有化行业大模型部署，适配超甲级写字楼千人办公场景。2. 深圳 中航科创大厦AI办公智能体平台，造价金额：3057.75万元，建设内容：写字楼专属算力集群、办公垂直大模型、多角色智能体（行政、物业、财务、会务）；文档智能解析、空间预约、楼宇设备联动、租户服务机器人中枢、企业协同AI
AI行业速递：达沃斯热议AI浪潮，国产大模型加速迭代
每日精选三条资讯，洞察AI如何重塑生活 · 一刀侃出品夏季达沃斯在大连启幕，人工智能成为全场热议焦点6月23日，世界经济论坛第17届新领军者年会在大连拉开帷幕。来自90多个国家的1700多名代表齐聚一堂，共同探讨"规模化创新"。人工智能毫无争议地占据了舞台中央。现场嘉宾有人感慨"谁能抗拒爱上AI的魅力"，也有人理性审视这场热潮背后是否存在泡沫。科大讯飞携全栈式AI解决方案亮相本次盛会6月22日，《新科学家》杂志披露了一则调查。多名匿名人士透露，在Scale AI和Outli
AI不再摆设：企业认知OS让智能真正落地
许多企业部署大模型后陷入困境：AI仅能处理问答与基础查询，无法介入生产调度、经营决策与流程自动化；建议脱离业务规则，逻辑混乱、结果难执行，沦为华而不实的数字化摆设。伏泰科技基于数元工厂治理经验，推出企业认知操作系统（Enterprise Cognitive OS），以标准化知识底座为基础，构建涵盖理解、推理、决策与执行的全域智能体系，真正实现AI自主接管业务。与传统报表工具不同，AI OS的智能中枢允许业务人员用自然语言提问经营与生产问题。系统自动解析跨系统逻辑，依据本体规则完成多步推理，直接生成可视化报
AI技术对地球生态的深远冲击
当AI热潮席卷世界之时，其带来的生态代价已成为不可忽视的焦点。跳脱对算力的单一追逐，我们能否重塑科技演进的路径？撰文|陈蓁蓁广东财经大学法学院教师，南方海洋科学与工程广东省实验室（珠海）海洋法课题组研究者。01.双刃剑：效能跃升与能耗暴涨研究表明，单单在2023年内，AI数据中心的用电量就已达到全球总用电量的2%。多国环保学者对AI迅猛发展引发的能耗负担及气候危机表达了忧虑，并预估未来数年AI相关的能源消耗或呈现爆发式攀升。然而，AI赋能的产业转型亦为减排节能提供了全新引擎，AI能够借由优化能源调度、预判
联合国报告曝光AI真实代价：日耗电量惊人背后，水资源消耗更触目惊心
你或许未曾留意，你日常使用的AI系统正在悄然吞噬地球的宝贵资源。不仅仅是电力。准确地说，远不止电力这么简单。联合国下属研究机构最新发布的评估报告，首次系统揭示了AI技术的"环境负债清单"——碳足迹、水资源消耗、土地占用，三项指标同步核算。核心结论仅有一句：AI的实际代价，比我们预估的要高出整整100倍。先看一个令人不寒而栗的数据：ChatGPT每日承接25亿次查询请求，年度电力消耗高达383吉瓦时。383吉瓦时意味着什么？等同于一座中等规模城市全年居民用电的总和。然而这只是表象。真正令人忧虑的是不同应用场
AI能否重塑中国电网的未来？
2026年，是中国将人工智能纳入《政府工作报告》的第三年，相关目标也日趋细化与聚焦。在能源领域，AI在电网中的应用成为焦点。发改委指出，到2027年，中国将推动至少五个专业大模型在电网、发电等关键行业实现深度落地。然而，人工智能对中国能源转型而言，如同一把双刃剑。一方面，它被寄予厚望——在上海、新疆、北京等地，AI大模型与多种算法正用于预测可再生能源出力、优化电网运行，提升系统安全性。数据中心理论上还能增强绿电消纳能力，推动电网灵活性升级。但另一方面，预计到2030年，支撑AI运行的数据中心将占全国总用电
2026年算力底座强势崛起：智算中心引领AI产业新纪元
当市场焦点集中在大模型迭代、AI应用创新等显性赛道时，一场关乎人工智能长远发展的深层变革已悄然启动。2026年，AI行业真正的核心机遇并非花样繁多的应用场景，而是长期被忽视的AI基础设施与智能算力中心。作为人工智能产业的基石、新质生产力的核心载体，算力中心正迎来全面爆发，撑起万亿级AI产业的发展底盘，开启长达十年的产业红利期。在人工智能的产业逻辑中，大模型是智慧中枢，算法是运行思维，而AI基础设施与算力中心则是支撑整个体系的骨架与心脏。过去数年，公众日常上网、视频播放、数据存储等需求，依靠传统数据中心的通
算力根基：电力才是AI发展的天花板
AI发展的终极形态是算力而算力的基石则是电力第一章AI的能耗究竟有多惊人？——核心数据——数据一大模型训练：消耗电量高达数千兆瓦，这相当于一个家庭使用几百年的电力总和。数据二单次AI搜索：耗电量是传统搜索方式的10至30倍之多。为何能耗如此之高？由于AI的核心逻辑是“以计算换取智慧”。每一次逻辑推演与内容生成，都依赖于GPU的高速运转。一块高端显卡的功耗已逼近千瓦量级，若数万块同时运行，其总耗电量堪比一座城市。智能并非无中生有，必须依靠“瓦特”来支撑。第二章电力，才是制约AI发展的真正瓶颈——面临的三大挑
人脑与AI的惊人相似之处
1.人脑本质上就是人工智能，区别仅在于它是碳基生命，而AI是硅基产物，二者本质上都在处理电信号。 2 人脑运作的核心机制是奖励机制，驱动因素是生存与繁殖本能。 3人的四肢躯干以及视觉、听觉、嗅觉、味觉、触觉等感官系统，实际上就是传感器和执行器。 4人的睡眠过程，相当于AI系统中的离线蒸馏与数据整理——夜间清除白天积累的无用冗余信息、压缩储存的记忆、优化神经突触的连接方式，这与大语言模型进行离线蒸馏、清理无效参数的过程如出一辙。人的出生阶段，基因决定了初始预训练权重，后天的生活经历则相当于增量微调和强化学习
加拿大AI战略推行受阻，各方争议不断
6月4日，加拿大总理卡尼宣布了本国的人工智能战略，其中包含“大规模AI数据中心”计划，旨在2030年前大幅提升加拿大的算力。这意味着将建设众多新的人工智能数据中心，力求尽可能地将数据留在国内。然而，伴随加拿大联邦政府在支持与投入上的加大，这项雄心勃勃的计划所遭遇的抵制与争议也日益增多。什么是人工智能数据中心？人工智能数据中心是专为人工智能系统提供支持的设施，通过存储数据并执行模型训练与运行所需的大量计算来实现目标。与主要处理网站托管、云存储、邮件或商业软件的传统数据中心不同，AI数据中心围绕高性能处理器（