标签: chatgpt
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代
#问一次ChatGPT地球付出多少代价#【问一次ChatGPT，地球要付出多少代价？】当你每一次点开ChatGPT时，千里之外的数据中心就在消耗资源——冷却水、电力、算力。单次AI请求的消耗微不足道，但乘上每天数十亿次的使用量，数字将触目惊心。2024年，全球数据中心耗电415太瓦时，占全球用电量的1.5%。到2030年，这一数字将翻倍，相当于日本全国一年的用电量。再加上芯片里的稀有矿物、堆积如山的电子垃圾、不断攀升的水消耗——AI的能耗究竟会对环境产生多大影响？这个问题亟须正视。与此同时，AI发展也带来了巨大的环境效益。AI技术可帮助优化电网调度、提升可再生能源预测精度，推动传统高耗能行业的生产流程升级，还能为气候变化建模、极端灾害预警提供更为精准的技术支持。这种“双刃剑”属性，让AI的环境影响讨论变得更加复杂。另一个不容忽视的问题是，在AI治理的讨论中，美欧长期占据主导：硅谷定调，布鲁塞尔立法，全球跟着走。全球南方国家作为AI产业链的资源提供者、新兴市场，却很少能发声回应AI给自己国家带来的环境影响，更难以参与到全球AI环境规则的制定过程中。今年7月在日内瓦举行的联合国AI治理全球对话开幕式上，一份白皮书打破了这种单声道叙事，开始郑重回答人工智能与环境之间的关系。这份由金砖国家三个大国的重要智库——国家高端智库复旦大学中国研究院、俄罗斯自然与人民基金会、印度帕勒基金会联合撰写，联合国互联网治理论坛环境动态联盟支持，并在这次联合国对话中发布的《人工智能与环境白皮书》，把人工智能的环境足迹与环境效益纳入同一分析框架、系统探讨人工智能与国际可持续发展的关系，也是金砖国家智库首次联手，把“全球南方”的视角带入了AI环境治理的讨论桌。著名经济学家杰弗里·萨克斯教授为《白皮书》作序时，称之为“具有里程碑意义的文件”。7月18日，在2026世界人工智能大会期间，由复旦大学中国研究院主办的《人工智能与环境白皮书》国际研讨会上，来自俄罗斯、印度和中国的专家，继续探讨人工智能与环境的关系。2012年的时候，训练一次AlexNet会排放0.01吨二氧化碳，这个量几乎可以忽略不计。2020年，训练一次GPT-3，排放量达到588吨。2023年的GPT-4，这个数字来到了5184吨。2024年的Llama3.1405B，数字变成了8930吨……很难想象，2030年我们面对的AI能耗会到什么地步？但训练AI只是这个问题的冰山一角。Facebook的实测数据显示：在已部署的AI系统中，推理贡献了约65%的碳排放，训练只占35%。随着AI走向亿级用户，这个比例只会更悬殊。MistralAI第一次把单次查询的账单摊开：一个400-token的回复，会排放1.14克的二氧化碳，消耗45毫升的水——水，可能是AI账本里最被忽视的一行。OECD预测，到2027年，AI相关用水量可达66亿立方米，这相当于英国半年的用水总量。更值得警惕的是：数据中心往往建在水资源最紧张的地方。以印度为例，印度有6亿人面临高至极端水压力，班加罗尔作为印度的科技中心、数据枢纽，却面临着地下水枯竭、未来净可用水量归零的严峻风险。中国“东数西算”把算力往西部赶，某种程度上是对这种矛盾的回应，但全球范围内，AI的水消耗仍在以一种近乎不可见的方式加剧区域资源竞争。除了水以外，硬件本身的代价，同样惊人。一台2公斤的电脑，生产需要约800公斤原材料——稀土、锂、钴、镓、铜。这些矿产的开采和冶炼，不仅涉及栖息地破坏、水污染和长期生态毒性，其环境影响还不成比例地集中在全球南方。等这些原材料被制成GPU后，在数据中心里通常只有3到5年的寿命。更新周期越短，淘汰越快，废弃的硬件堆积成山——2022年全球电子垃圾已达6200万吨，而AI专用设备产生的废料尚未被单独统计。算力越强，硬件迭代越快，电子垃圾的增长曲线只会更陡。
用上没
用上没
汽车算是具身智能吗汽场全开汽车算不算具身智能：分两代车型清晰界定一、基础结论1
汽车算是具身智能吗汽场全开汽车算不算具身智能：分两代车型清晰界定一、基础结论1.传统燃油/低配燃油智能车：完全不属于具身智能老式汽车只是人类操控的机械载体，没有独立感知、自主决策、自主执行闭环：方向盘、油门、刹车全程由人控制，车辆仅被动执行机械传动，没有AI大脑、环境感知能力，属于纯工具，不满足具身智能三要素（物理躯体+环境感知+自主决策执行闭环）。2.高阶智能电动车（带L2+及以上自动驾驶、线控底盘、车载大模型）：属于轮式专用具身智能体**，是落地最成熟的民用具身智能形态**二、具身智能核心三要素，智能汽车完全匹配1.拥有物理“躯体”（具身载体）整车车身、四轮、线控转向/制动/电驱底盘，构成物理身体，能在现实物理空间移动、受力、与路面/障碍物产生物理交互，区别于ChatGPT这类脱离实体的离身AI。2.全域环境感知（五官）摄像头、毫米波雷达、激光雷达、超声波、定位模块、车身姿态传感器，相当于汽车的视觉、测距、定位、平衡感官，实时捕捉路况、行人、车道、交通信号灯，完成物理世界信息采集。3.感知-决策-执行-反馈完整闭环（核心智能）•感知：识别路况、障碍物、交通规则•决策：车载大模型/智驾芯片自主规划车道、车速、避让策略•执行：线控底盘直接控制转向、刹车、加速，无需驾驶员机械介入•反馈：行驶结果反向修正算法，持续自适应学习路况，完美契合具身智能“身体在环境中交互产生智能”的底层逻辑三、智能汽车和通用人形具身智能的关键区别（为什么它是专用型而非通用型）1.动作自由度极低汽车仅3个基础自由度（前进后退、左右转向、加减速），受阿克曼转向、轮胎物理约束，无法横向平移、灵活姿态调整；人形机器人有数十个关节自由度，可抓取、攀爬、精细操作物体。2.任务高度专业化、场景受限智能汽车核心任务仅限道路安全载人移动，严格受交通法规约束，只能在结构化公路场景工作；通用具身智能需要适配非结构化场景（居家、工地、野外），可完成搬运、操作、陪护等多元任务。3.交互形式不同汽车仅能完成道路避障、路径优化、座舱语音交互，无法物理抓取、触碰改造环境；通用机器人可直接物理操作现实物体（开门、拿物品）。四、通俗分层总结1.手动挡/普通家用低配车：钢铁代步工具→❌不是具身智能2.L2辅助驾驶车型（自适应巡航、车道保持）：半自主辅助，人最终兜底→准具身智能，人主导3.L4高阶自动驾驶、搭载车载大模型+全栈线控底盘：完全自主感知决策行驶→✅标准轮式具身智能体，车企定义为“移动机器人”五、产业定位补充业内共识：智能电动汽车是当前量产规模最大、商业化最成熟的具身智能硬件，传感器、线控、车载算力架构，是人形机器人技术的重要前置落地载体，未来会持续向通用具身能力进化（自主泊车、代客接送、自主充电）。
估值8520亿美元、目标直奔1万亿美元的科技巨无霸人工智能（AI）巨头
估值8520亿美元、目标直奔1万亿美元的科技巨无霸人工智能（AI）巨头OpenAI，在2026年6月8日正式递交了首次公开募股（IPO）的机密申请。这个曾经用聊天机器人ChatGPT掀起全球科技狂潮的帝国，选择把自己的家底向美国证券交易委员会（SEC）封存上报。这种机密申请能让公司在面对公众的挑剔审视前，先拿到监管部门的通行证。这意味着，在大众看清它到底有没有赚到钱之前，OpenAI必须先通过官方的合规体检。这场急匆匆的上市决定，背后其实是一本写满焦虑的账簿。虽然ChatGPT几乎成了聊天机器人的代名词，但这款明星产品的增长速度在2025年底就已放缓，甚至没有完成内部设定的营收和活跃用户目标。为了省钱和找钱，OpenAI已经把手伸向了曾经不屑一顾的领域。他们开始在ChatGPT里塞进广告，甚至直接关停了原本备受瞩目的视频生成工具Sora。即便如此，首席财务官（CFO）莎拉·弗里尔（SarahFriar）依然在为庞大的服务器算力合同发愁，她甚至私下里对公司的营收增速感到焦虑，认为今年根本不适合把公司推向股市。然而，竞争对手的刺刀已经逼到了脖子上，留给OpenAI慢吞吞做决定的时间已经没有了。头号死敌Anthropic在2026年6月初抢先一步，递交了机密的上市申请。这家对手在2026年2月推出了ClaudeCowork，又在4月用新发布的AI模型Mythos惊艳了市场。早在2025年12月，面对谷歌和Anthropic的步步紧逼，OpenAI内部就拉响了红色警报。如果不去股市融资，庞大的算力资金链一旦断裂，技术神话就会瞬间破灭。外部的恩怨纠葛也推着OpenAI往前走。联合创始人埃隆·马斯克（ElonMusk）此前起诉了OpenAI，要求撤销其在2025年底完成的营利性转型，并罢免首席执行官（CEO）山姆·奥特曼（SamAltman）。虽然这场官司在2026年6月初以OpenAI的胜诉告终，但马斯克自己掌控的太空探索技术公司（SpaceX）即将在2026年6月12日正式在纳斯达克交易，这无疑给了奥特曼巨大的压力。这三场在2026年扎堆爆发的超级上市潮，是一场只许成功不许失败的资本豪赌。如果这些巨头上市后表现抢眼，资金将继续涌入，推动科技行业走向新高度。一旦它们的业绩无法支撑上万亿美元的估值，导致泡沫破裂，那股寒流就将顺着金融管网，波及到整个经济系统。～～～～～～图为OpenAI首席执行官萨姆·奥尔特曼，图源：AndrewHarnik信源：Yildirim,Ece."‘WeExpectIttoLeak,SoWe’reJustAnnouncingIt’:OpenAIFilesConfidentiallyforIPO."Gizmodo,8June2026
6月科技方向有不少潜力股。人工智能领域持续火热，大模型不断迭代，像ChatGPT
6月科技方向有不少潜力股。人工智能领域持续火热，大模型不断迭代，像ChatGPT的进化就推动了相关应用的发展，不少企业也在积极布局，未来在智能客服、智能写作等方面有很大想象空间。半导体行业也值得关注，国产替代进程加快，国内企业在芯片设计、制造等环节不断突破。比如华为的芯片技术就有新进展。新能源科技同样潜力无限，太阳能、风能等清洁能源技术不断革新，电池技术也在持续进步，续航能力和安全性都在提升。6月科技方向机会多多，就看谁能抓住风口啦。
![每次突击检查，肖战都毫无例外第一[赞][赞][赞]](http://image.uczzd.cn/10763632033028629041.jpg?id=0)
我自己对这件事的看法其实很简单。这两年，可能是20到30岁的普通人逆天改命最好
我自己对这件事的看法其实很简单。这两年，可能是20到30岁的普通人逆天改命最好的窗口。不是因为AI会自动把你变强。而是因为它把一件事的成本打下来了——那些原来只有有资源、有团队、有前辈带路的人才能干的事，突然降到一个人就能试的地步。这个窗口，不会永远开着。一、老板知道AI重要，但他们不知道从哪开始我认识不少传统行业的老板，都是那种做了十几二十年生意、手里有客户有现金流的人。他们知道AI很重要，也会时不时转发两条相关新闻在朋友圈。但要他们真正用起来？他们不知道从哪里下手。他们缺的不是ChatGPT账号。而是有人帮他们把流程重新做一遍——不是把AI塞进旧流程，而是用2026年的工具，把那些2015年留下来的东西重造一次。这件事，年轻人可以做。我之前看到有人做了一个案例：找那些明明有官网、但网站烂到像十年前做的店家，用AI帮他们做一个不公开的demo，素材授权、商家资料、合规问题都先处理好，然后去发coldmail问他们有没有兴趣升级。这个方向我觉得是对的。一个月200美金的工具费用，做一堆demo，成交一个客人就回本。这不是什么高科技创业，这就是一门成本极低、时机极好的小生意。很多人会觉得这种事很蠢。但时代变的时候本来就是这样。MarkCuban当年提着电脑挨家挨户去推销的时候，估计也有一堆人觉得他有病——谁要用电脑？那么贵，手写记账不就好了？结果呢？你现在觉得蠢的东西，可能两年后就是标配。二、公司之间的战争，正在变成成本战争Cuban说过一句话，大概意思是：未来只剩两种公司，会用AI的和倒闭的。这话听起来很极端，但我觉得他想说的不是”明天不用AI就会死”，而是公司之间的成本结构，正在被AI重新写一遍。以前大公司打小公司，优势在资源、人力、流程、部门。现在不一样了。新公司可以用AI很快做出产品、跑市场、测需求。旧公司如果还在用以前那套，反而会被打得很痛。我现在一个人能做到的事，以前可能至少要请两个员工——还要培训、磨合、管理，结果还不一定有AI稳。现在只要spec写清楚，AIagent可以立刻上岗。如果两家公司做一样的事，一家要1000个人，一家要100个人，最后压倒对方的可能不是产品差异，而是成本差异。这才是AI对传统公司最残忍的地方——它不是平均地让所有公司变强，而是让懂流程、懂拆解、懂用AI的公司，用更少的人做更多的事。三、SaaS会死一大片，普通工作也一样Cuban说那些标准化SaaS会很危险——几个表格、几个按钮、几个流程，然后按人头收费。这种东西以前很值钱，是因为做软件很贵。但当AI让做软件变便宜，很多SaaS的价值就会被重新审视一次。我自己的判断更直接：未来能活的SaaS，要么有真正的壁垒——大量独家数据、网络效应、法规know-how；要么有特殊的workflow，不是把UI做得像就能复刻出来的那种。如果你的产品很容易被AI仿出来，那它本来就没有你想象中那么值钱。以前它能活，是因为做软件贵，不是因为它真的无法替代。人也是一样。如果你很容易被AI取代，很多时候说明你做的事情本来就没有太多独家判断。这话很残忍，但我觉得是真的。真正强的人短时间内不会被取代，因为他的价值不是打字、写代码、做图、整理资料。而是脑子里那些经验、取舍、踩坑踩出来的直觉。AI可以给你平均答案，但未来最不值钱的，可能就是平均答案。四、窗口不会永远开着AI时代最爽的地方，不是你不用学习了。恰恰相反——是学习的成本突然暴跌了。以前你想进入一个新领域，要先缴一大堆学费：找人带、买课、试错、熬很久才摸到门路。现在只要你问得够深、拆得够细，很多东西真的可以硬啃下来。但前提是你真的愿意学。如果你只是拿AI来复制粘贴，那你只是多了一个更快的外包工具。如果你拿AI来拆问题、补知识、做demo、测流程、验证想法，它就会变成你放大自己的工具。AI不会救懒人。它只会让愿意学的人变得更加离谱。你当然可以选择维持现有的工作方式。但如果你不甘心就这样，这两年用AI强化自己，可能真的是这一代普通人最难得的一次机会。
马斯克：这太疯狂了。苹果花了一整年把ChatGPT绑进Siri，使用量
马斯克：这太疯狂了。苹果花了一整年把ChatGPT绑进Siri，使用量低于预期。现在的解法是在iOS27里加个下拉菜单，让用户自己挑模型。所有人都觉得这是开放，其实是投降。从第一性原理来看，一个系统如果自身不产生能量，就只能做中间商。苹果在芯片上全栈自研，从晶体管到编译器一手掌控，但在AI上选择做货架——搞个AppStore专区让谷歌和Anthropic自己来竞争。与此同时，OpenAI还在挖苹果的工程师去做硬件。用户不需要在设置里选Claude还是Gemini，就像乘客不需要在发射台上挑发动机。用户要的是到达火星，不是比较参数表。平台思维在AI时代一定会失效。历史属于造引擎的人，不属于造货架的人。只是时间问题。
