数据中心用电激增并非只有压力,TechCrunch讨论会聚焦电网创新机会

TechCrunch Disrupt 讨论会上,WeaveGrid、Veir 与 Rewiring America 的高管认为,AI 数据中心带来的用电激增正在倒逼美国电网加速现代化,软件调度、超导输电等新技术开始进入规模化应用。

TechCrunch Disrupt 讨论会上,WeaveGrid、Veir 与 Rewiring America 的高管认为,AI 数据中心带来的用电激增正在倒逼美国电网加速现代化,软件调度、超导输电等新技术开始进入规模化应用。

AI 智能体集群在 24 天内把有限单群分类定理的 15,000 页论证转成 3800 多万行机器可验证代码,并报告 34 处已发表记录中的严重出入。这是社交平台上披露的一次大规模数学形式化尝试,尚非同行评审成果。

2026年10月27日,Hugging Face Papers 收录了一篇提出 PDRVLA 的论文,用轻量物理动态模块替代在线视频生成,让视觉-语言-动作模型在动作决策前理解场景将如何变化,四组仿真基准成功率最高达到 99.3%。

TechCrunch 援引 Anthropic 的 S-1 文件称,Anthropic 启动 IPO 时,风投机构虽然回报可观,但持股比例都不足 5%;真正可能拿到最大财务收益的是亚马逊——它以可转债加优先股方式投入约 180 亿美元,相关持仓在 6 月 30 日被估值为 979 亿美元。

一篇 arXiv 新论文用 100 毫秒级监控工具观察了一所大学的 GPU 集群,发现大量任务资源利用极低、申请时长与实际严重不符,说明不换硬件也有可观的提效空间。

arXiv 新论文 BehaveRec 把会话、90 天用户历史和用户关系图三路信号融合进序列推荐,并给出“每个用户约 20 次交互”这一启用长期历史的经验门槛,而不是宣称历史信号永远有用。

Hugging Face Papers 收录的一篇论文指出,大模型提供的“推理强度”档位不能盲目调到最高:高推理档位确实能提升整体准确率,但在低档位能解决的任务上反而可能失败,且成本最高可达最低档的42倍。

一篇 2026 年 10 月 27 日上传至 Hugging Face Papers 的 MoE 推理研究提出,专家通道选择不需要离线校准数据,改用 top-k 即可同时稳定读取预算与精度,并给出一个仅用模型自身权重构建的高效读取器。

arXiv 新论文提出 StruPO,用校准后的场景图约束提示词改写,让文生图在保持画风的同时更忠实于用户指定的物体与关系,并声称可一次生成优化提示、无需反复批评—重写循环。

arXiv 新论文提出临床队列筛选智能体 CohortFlow,用局部语义修正代替整体重算,修正延迟明显下降,需求级准确率与全量重生成相当、差异不显著。