The Verge AIAI 評分63
四大科技巨頭今年 AI 基建資本開支至少 7200 億美元
亞馬遜、微軟、Alphabet、Meta 在最新季度財報電話會上表示，今年資本開支合計至少 7200 億美元，其中大部分投向 AI 資料中心，此外還有至少 1 萬億美元的已承諾支出。但這些投入距離兌現此前承諾的回報並沒有更近，文章認為巨頭們不會自行放慢腳步。
搜尋
依意思最接近的 19 筆
TechCrunch AIAI 評分51
Industrial Next 與寶馬合作，AI 機器人產線換型縮短到數分鐘
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作，評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立，做的是基於自研基礎模型的機器人工作站，把視覺、任務上下文與運動控制打通，用高保真模擬訓練，產線換型從數週縮短到數分鐘，無需傳統程式設計。其工作站已在某款熱門手機的生產中使用，負責柔性排線穿線、聯結器扣合等此前難以自動化的工序；
TechCrunch AIAI 評分56
Runware 計劃建廠流水線量產 AI 資料中心，2028 年目標日產 30 兆瓦
Runware 宣布要建工廠，像造車一樣在流水線上量產模組化 AI 資料中心，目標到 2028 年讓羅馬尼亞工廠日產能達到 30 兆瓦，約合每月近 1 吉瓦。其 Sonic 推理艙的建造時間將從三週縮短到一天，運抵後 48 小時內完成安裝上線；客戶可自備 GPU 並支付月費，也可直接向 Runware 租算力，電力與網路另計。
Hacker News front pageAI 評分21
Hacker News 討論：Agentic AI 落地的主要瓶頸是什麼
Hacker News 上有人發帖徵集討論：Agentic AI 進入生產的主要瓶頸在哪裡。發帖者引用兩項資料作對照——agent 產生的流量已超過人類流量，但已建置的 agent 中只有 10% 真正上線生產，他覺得這很諷刺。他由此追問是什麼卡住了這些 agent，以及要讓 agent 流量繼續增長還缺哪些基礎設施。帖子目前 3 分、5 條評論。
機器之心● 精選AI 評分74
IEA：AI 資料中心用電 2030 年將翻倍，瓶頸轉向電網與變壓器
IEA 2026 年 4 月報告測算，全球資料中心用電量將從 2025 年的 485 太瓦時翻倍到 2030 年的 950 太瓦時，其中 AI 資料中心的用電量增至三倍。制約擴張的不只是電力：美國大型變壓器交付週期最長四年、燃氣輪機超過三年，而吉瓦級資料中心約兩年就能建成。機櫃功率密度同步飆升，Vera Rubin NVL72 為 190 至 230 千瓦，2027 年的 Kyber 預計達 600 千瓦，風冷已接近極限。HBM 短缺預計至少延續到 2027 年。
NVIDIA blogAI 評分25
輝達稱 Vera Rubin NVL72 每兆瓦吞吐量超 GB300 30 倍
輝達援引 SemiAnalysis AgentX 資料稱，Vera Rubin NVL72 每兆瓦吞吐量超過 GB300 NVL72 的 30 倍，在 DeepSeek V4 Pro 上每百萬 token 成本最多低 45 倍。輝達以「高產、耐用、通用」概括 AI 工廠回報邏輯：每兆瓦 token 數決定收益，A100 出貨六年後仍在商用，CoreWeave 已將 2020 年首批裝置的預訂延長至 2029 年。
Ars Technica AIAI 評分55
富士膠片投資約 100 億日元，磁帶產能提升至 5 倍
富士膠片宣布投資約 100 億日元（約 6300 萬美元），將磁帶產能提升至 2025 財年的 5 倍，原因是生成式 AI 帶來的資料歸檔需求激增。擴產將在神奈川工廠小田原基地進行，是該公司迄今在 LTO 磁帶專用設施上規模最大的一筆投資。專案覆蓋 2026 至 2028 財年，用於擴充產線與人員，主要生產最新的 FUJIFILM LTO Ultrium10 磁帶。
機器之心● 精選AI 評分70
調研：79% 企業 GPU 過半時間閒置，七成仍計劃擴充算力
VentureBeat Intelligence 在 2026 年 7 至 9 月的三輪調研（385 名受訪者）顯示，79% 的企業表示其 GPU 至少一半時間完全閒置，這一比例三個月穩定在 77% 至 81%。但在這批企業中，70% 仍計劃未來 12 個月引入、擴充或更換 AI 計算平台；計劃採用新平台的受訪者中有 91% 拿不出經財務部門稽核的 ROI 資料。新採購意向中 90% 投向公有云與模型 API，僅 8% 考慮擴建本地私有叢集。
NVIDIA blog● 精選AI 評分66
輝達發布 DSX POD，Vera Rubin 工廠現場部署縮至 14 天
輝達在 GTC Berlin 發布 DSX POD 參考設計：由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠，站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產，DSX 平台稱冷卻用水最多減少 100%，同等 AI 產出省電 30%。
Hacker News front pageAI 評分67
美國創意產業四年流失逾 20 萬崗位，AI 影響難量化
美國創意產業過去四年流失超過 20 萬個崗位，近一年約 5 萬個，AI 造成多少仍難量化。影視與錄音業損失逾 10 萬個崗位、接近該行業三分之一，寫作出版減少逾 7 萬；數字藝術各子行業普遍裁員，而線下娛樂仍在增長。作者指出，媒體公司對 AI 使用諱莫如深，好萊塢整合、內容外包等影響也難以剝離。
量子位● 精選AI 評分82
Anthropic 招股書預警：下一代模型逼近 RSI 紅線
Anthropic 在更新後的招股書中警告，自家下一代模型可能即將觸及《負責任擴充套件協議》定義的「由 AI 驅動的大幅加速進展」RSI 閾值，並承認衡量研發加速的證據多為滯後指標，可能在加速發生後才察覺。同期披露的 Q3 營收約 170 億美元（1130 億人民幣），同比增長 1127%，但環比增速由 Q2 的 144% 降至 47%；單季淨虧損 232.9 億美元，前九個月累計虧損 1040 億美元。招股書還首次列明 8954 億美元的算力採購賬單。
Hacker News front pageAI 評分61
科技股大跌，AI 萬億支出靠債市還能撐多久
本週美股科技股集體重挫：Google 創下史上最差單日表現，Intel 跌幅為尼克松政府以來最大，納斯達克距回撥僅一步之遙。2023 年以來 AI 支出累計已達 1.6 萬億美元，摩根大通預計未來十年每年約 1 萬億美元；大型雲廠商今年約 2500 億美元資本開支靠發債融資，明年這一比例將升至約 35%。高盛測算這些廠商可承接的投資級債務上限約 5100 億美元，是當前預計借款額的兩倍多；而風險更高的新型雲廠商 CoreWeave 本月債券收益率已升至 15%。
NVIDIA blogAI 評分53
輝達與德國簽約推進工業 AI，並投資四家初創
德國聯邦政府與輝達簽署意向宣告，將聯合推進面向物理 AI 的前沿模型，並對接德國“工業 4.0 平台”。黃仁勳同時宣布投資 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德國初創，屬於其在歐洲近 100 億美元投入的一部分。西門子同日宣布與輝達合作推進自主工廠，全虛擬產線除錯可減少最多 85% 的工程工作量，基於智慧體的生產規劃最高可降本 20%。
The Verge AIAI 評分48
哈佛經濟學家談 AI 基建熱潮背後的供應鏈成本
哈佛商學院教授 Willy Shih 做客 Decoder 播客，圍繞新書《Where Does My Stuff Come From?》談全球供應鏈的經濟邏輯，以及 AI 基建熱潮的隱性成本。他以富士康威斯康辛 LCD 廠為例，指出配套供應鏈缺位讓美國製造業迴流大多落空；加徵關稅後廠商的第一反應是轉道越南、墨西哥繞開壁壘，中國仍是全球製造中心。訪談還提到，AI 正以空前的基建規模吞噬全球算力資源。
Hacker News front pageAI 評分42
CEPR 發布 AI 泡沫監測，追蹤 AI 投資過熱跡象
美國經濟政策研究中心（CEPR）於 11 月 3 日發布題為《The AI Bubble Monitor》的文章，以持續監測的形式討論 AI 泡沫問題。資料中只提供了標題與連結，未披露具體指標、資料來源或更新頻率；該條目在 Hacker News 上獲得 29 分、15 條評論。
機器之心● 精選AI 評分85
METR：Anthropic 模型進步速度翻倍，80% 增量來自 AI
第三方評估機構 METR 11 月 5 日發布報告，稱 Anthropic 過去一年模型基準能力的進步速度約為此前的 1.9 倍（95% 置信區間 1.5—2.8 倍），AECI 分數自 2025 年 10 月起從每年約 15 分升至約 29 分，而全行業前沿模型的加速僅 1.4 倍。METR 判斷加速主要不是來自算力投入增長，約 80% 來自 AI 自身參與研發；研究人員稱程式碼已不再是瓶頸，可把多個想法交給 Agent 並行驗證。
量子位AI 評分41
中國電信邵廣祿：AI 安全是 AI 規模化應用的加速器
中國電信集團科技委主任邵廣祿在量子位撰文提出，AI 安全不是發展的剎車片，而是推動 AI 進入核心業務的加速器。文章歸納 AI 能力的六個變化：從回答問題走向自主呼叫工具、從單模型走向多智慧體、從輔助工具變成業務基礎設施、從閉源走向開源、從數字世界走向物理世界、競爭重心從訓練轉向規模化推理；風險也隨之從單點錯誤變為鏈式、湧現與外溢風險。作者給出“規模化應用=有效性×可靠性×安全性”的公式，建議安全能力內生化、重點攻關智慧體的身份與權限控制，並引入商業保險分擔剩餘風險。
TechCrunch AIAI 評分50
Cal AI 兩年營收超 3000 萬美元，創始人講述網紅投放打法
Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露，這款 AI 熱量追蹤應用靠批次招募網紅髮帖，兩年營收超過 3000 萬美元，並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬，要求持續發帖直到達標，並優先挑選社群緊密、觸達可量化的帳號；早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。
TechCrunch AIAI 評分74
四大科技巨頭今年 AI 資本支出超 7400 億美元，市場開始擔憂
Alphabet、亞馬遜、Meta、微軟今年合計計劃資本支出超過 7400 億美元，但投資者開始對負自由現金流與債務上升感到不安。Alphabet 第三季度自由現金流為 -91 億美元、連續兩季為負，全年支出預計達 2050 億美元，股價單日跌 12% 創紀錄；亞馬遜過去 12 個月自由現金流 -424 億美元，Meta 第三季度為 -21 億美元。五大科技公司 2026 年合計發債 3260 億美元、為去年三倍，微軟是唯一自由現金流為正的一家。