跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

xAI在密西西比数据中心启用八台喷气发动机,排放争议仍在继续

据Tom's Hardware 11月3日报道,xAI正用八台改装的喷气发动机涡轮为一处密西西比数据中心供电。相关许可允许挥发性有机物的排放上限比原本适用的标准高出25%。

媒体与互联网新闻王雅琴发布: 2026年11月3日5 分钟阅读资料来源 7
xAI在密西西比数据中心启用八台喷气发动机,排放争议仍在继续

这些发电机组拿到了州一级的许可。Tom's Hardware 11月3日报道,八台改装的喷气发动机涡轮已在该站点运行。许可允许被归为挥发性有机物的污染物排放上限比原本适用的标准高出25%。

该媒体称,这些化合物与一氧化碳排放一起,招致了环保团体的反对。这场质疑最早出现在《纽约时报》的相关报道中。

法律中心的论点

据Tom's Hardware报道,南方环境法律中心已经对密西西比州批准这些涡轮机的决定提出质疑。该组织认为,xAI没有保证这些喷气动力涡轮机符合特定污染物的排放标准,甲醛就在其中。它还指责该公司相对数据中心的电力来源低报了预计排放量。

这并非该组织在该州针对这家公司的第一次行动。Tom's Hardware报道,同一机构此前曾起诉xAI,指其在一个人口超过10万的地区未经所需许可使用燃气发电机。

为什么要用改装的喷气发动机?答案是速度。电网接入排队时间很长。现场涡轮机从下单、交付到点火运行,比新建一座变电站快得多。代价是排放的来源从受监管的电厂烟囱,变成社区边缘的一群小型机组。管辖这些机组的许可制度,比发电厂面对的要单薄。

Tom's Hardware把这则报道放在AI算力需求超过可用电力的背景下,企业因此寻找新的能源来源。报道没有给出该站点的兆瓦容量,没有说明涡轮机每天运行多少小时,也没有公司对甲醛指控的回应。这些问题仍无答案。

需求侧正变得越来越贵

抢电的另一面写在资产负债表上。据BBC 10月30日报道,Alphabet周四市值蒸发略超5000亿美元。此前该公司披露,自家的AI摘要正在冲击搜索广告收入。首席商务官Philipp Schindler表示,以对话方式回答问题的Google AI Mode,正在侵蚀传统搜索结果旁广告带来的收入。

截至9月底的三个月里,总营收仍增长25%,达到1276亿美元,这是周三公布的业绩。但广告收入弱于分析师预期,股价下跌超过12%,跌至六个月低点。到周四收盘,公司市值从前一日的39700亿美元降至34600亿美元。

曾主管谷歌广告业务的Kim Scott对BBC《Today》节目说,公司宁可自己吃掉自己的午餐,也不愿让别人来吃。Forrester首席分析师Tracy Woo表示,Search的结果凸显了在为大规模AI投资提供资金的同时保持成熟业务强劲有多难。

亚马逊的财报在同一周发布,讲的也是现金的故事。据BBC报道,季度销售额增长11%至2010亿美元,同时现金流为负420亿美元。这意味着三个月内支出增长了六倍。首席执行官Andy Jassy对分析师说,他多次提到亚马逊自研芯片和Bedrock开发者平台带来的机会。他说,如果这笔支出能分摊到25年会更方便。但事实并非如此。

Meta站在交易的另一边

并非所有广告业务都在输给聊天机器人。据CNBC 11月1日报道,Meta最近一个季度的广告收入增长26%,从去年同期的501亿美元增至631亿美元。谷歌搜索部门增长12%至634亿美元。14个百分点的差距是2021年以来Meta领先最多的一次,两者规模因此大致持平,不过谷歌该季度还从YouTube拿到了额外的110亿美元。

Emarketer负责AI领域的分析师Nate Elliott在给CNBC的邮件中说,人们发现信息的方式在改变,这对谷歌的广告业务可能是灾难性的。前提是人们觉得ChatGPT、Claude或Meta的Muse更擅长找到他们想要的东西。Meta自己的股票也没能躲过市场情绪:10月下跌14%,为2022年10月以来最差月份,此前9月刚上涨27%。

广告的转向对出版商有影响。那些削弱谷歌广告点击的答案引擎,同时也带走了过去能带来页面浏览的那次访问。Discord上周提供了一个小小的反例。据BleepingComputer 10月29日报道,该平台将允许搜索引擎索引Discoverable Servers中的消息,这类服务器是公开列出的、成员至少1000人的社区,平台称其托管约63000个。Server Web Pages将于11月16日上线,消息索引从12月中旬开始。在欧盟、英国、加拿大、巴西、澳大利亚和韩国,共享功能默认关闭,未成年用户不在范围内。

搜索行为可以测量,而且古怪

AI助手是否真的会去查找新信息,如今已是一个研究问题。Nipun D. Pathirage和Kwan Srijomkwan 10月30日发布在arXiv上的一篇论文构建了包含400道选择题的基准。题目混合了两类内容:广泛已知的模型内部知识题,以及取自模型训练截止日期之后发布的新闻的外部知识题。在五个商用模型中,GPT-5 mini和Grok 4 Fast在超过90%的外部知识题上进行了搜索,但在内部知识题上只有1%。Mistral Small只在20%的外部知识题上搜索,而且常常选择不作答,而不是调用工具。

搜索部分是由明确的时间提示触发的。在没有提示的外部知识题上,两个有选择性的模型得分从约0.72降至0.57或0.58。作者对这套指标衡量什么很谨慎。这些分数反映的是特定产品的触发行为,而非严格意义上的元认知。

《连线》11月2日的指南给出了同一问题的实用版本。简单、广为人知的查询交给AI搜索比较稳妥。冷门问题上,机器人可能只找到一两条参考,然后选错。据《连线》报道,斯坦福大学近期的研究发现,当AI找到准确来源时,它能很好地提取正确信息。找不到来源却仍然自信作答时,它就会出错。

对出版商来说,这就是流量故事背后的机制。一个没有点击的自信答案,就是一次流失的访问。一个来源糟糕的自信答案,则更糟。

评论 0

资料来源

7
  1. 01Elon Musk's xAI installs eight converted jet engines to power Mississippi data centerEN
  2. 02Google value plunges by $500bn as its own AI search hits ad salesEN
  3. 03Why AI is boosting Meta's ad business while hurting Google searchEN
  4. 04Discord to let search engines index public server messagesEN
  5. 05Confident Fools or Careful Searchers? A Behavioural Study of When LLMs Search Beyond Their Static Internal MemoryEN
  6. 06When You Should—and Shouldn't—Use AI to Search the WebEN
  7. 07Gartner Predicts SOCs Will Have 50% More Engineers Than Analysts by 2028EN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。