Anthropic 的 S-1 文件披露：AI 数据中心依赖天然气供电
Anthropic 在提交给美国证券交易委员会（SEC）的 S-1 文件中承认，其数据中心越来越依赖天然气供电，部分规划中的数据中心直接使用现场天然气涡轮机发电。
#数据/训练
The Verge · AIAI 评分5858 Ars Technica · AIAI 评分3333 蛋白质与基因组设计软件迎来自然语言交互
蛋白质和基因组设计软件现在支持用自然语言告诉 AI 工具想要什么样的蛋白质。原文未披露具体软件名称、模型版本或可用性细节。
AWS Machine Learning BlogAI 评分3636 Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型且成本低至 1/49
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B，精度超过前沿模型，成本最多低 49 倍。该流程把原始运营数据转成经认证的训练集、微调模型和可评估部署产物，原本数月的周期缩短到数天。
The DecoderAI 评分6363 分析发现 OpenAI 合作方内容以预生成摘要优先进入 ChatGPT
Peec AI 研究员 David Konitzny 的分析发现，OpenAI 授权合作方的内容通过一条专用通道进入 ChatGPT，优先级高于其他网页。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地划为六类森林与土地利用类型，并同步给出 2017 至 2025 年的逐年变化时间序列。
推荐理由：该地图把森林类型细分到10米分辨率并给出逐年变化，为判断天然林是否被替换为种植园提供了可核查的基线。
NVIDIA BlogAI 评分3838 欧洲金融机构采用开放权重模型构建专有智能，Revolut、Starling Bank 等基于 NVIDIA 加速计算落地
在 GTC Berlin 上，Revolut、Starling Bank、Lloyds、bunq、Santander 等欧洲银行与支付公司展示了基于 NVIDIA 加速计算和开放权重模型的生产级智能应用。
NVIDIA Blog精选AI 评分6969 NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文给出数据工厂蓝图、训练框架与 NIM 部署的完整链路，读者可据此判断世界模型开发流程的模块化程度。
MIT Technology Review · AIAI 评分2020 企业 AI 的新经济学：从 token 成本转向有效成果成本
HPE 提出企业 AI 的成本衡量应从 token 或 GPU 小时单价转向"每个有用成果的有效成本"，即完成可用工作所需的平台、模型、运维与算力总成本。企业可选择自建栈、按需消费或集成私有 AI 平台三条路径，HPE Private Cloud AI 通过调度、模型选择、GPU 分区和 KV-cache 管理提升利用率，并附 90 天前驻工程师服务。
Microsoft ResearchAI 评分5555 微软研究院提出 StudentSim：用学生模拟器评估和改进 AI 辅导
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 辅导系统。研究同时发布覆盖国际象棋、第二语言英语写作和数学的评测基准 StudentSimEval，从行为保真度和对指导的响应度两个维度评估模拟器。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互摘要
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要以自然语言"信念状态"形式隔离并监督其信息内容。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 数也明显低于全上下文设置。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，推理成本已从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，基准测试中推理价格年降幅在 9x 到 900x 之间、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统，以及由智能体自行合成并需可验证的数据系统。