核聚变发电在周一迎来重大进展,谷歌宣布将购买Commonwealth Fusion Systems首座商业发电厂一半的电力输出。
Commonwealth Fusion Systems(CFS)将向谷歌提供来自其Arc发电厂的200兆瓦电力,该发电厂预计将在2030年代初投入运营。与此同时,谷歌也将作为新一轮未公布融资的一部分向CFS提供资金支持。
CFS联合创始人兼首席执行官Bob Mumgaard表示,新一轮融资规模将与上一轮"相当"。CFS最近一轮融资是2021年完成的B轮融资,谷歌参与了该轮融资,筹集资金18亿美元。该公司是所有核聚变初创企业中融资最多的。
Mumgaard说:"这是一个非常强烈的需求信号。这项投资使我们能够进行一些研发工作,让我们能够更快地推进Arc项目。"
CFS正在波士顿郊外建造一座名为Sparc的示范反应堆。据Mumgaard介绍,该设施将在2026年完工。而该公司的商业发电厂Arc将建在弗吉尼亚州里士满附近。
这项新协议标志着第二次有大型企业同意从核聚变初创公司购买电力。第一次是在2023年,微软同意购买Helion首座商业发电厂的电力输出,该发电厂计划于2028年投入运营。
与其他超大规模云服务提供商一样,谷歌一直在全球寻找新的电力来源。人工智能和云服务引发了数据中心建设的激增,随之带来了新一轮的电力需求。一项预测显示,到本十年末,数据中心的电力需求将翻倍。
谷歌高级能源主管Michael Terrell表示:"为了为所有这些提供动力,我们知道需要在能源创新的下一个前沿领域进行大胆投资。"
Terrell说,谷歌从三个时间维度考虑其能源投资。短期内,公司优先考虑太阳能、风能和电池。再远一点,公司押注地热能和小型模块化核反应堆,这从其对地热初创公司Fervo Energy和核能初创公司Kairos Power的投资中可以看出。
核聚变能源的时间线更长,"这肯定会将这项CFS投资归入长期类别",他说。
谷歌在2024年购买了8吉瓦可再生能源,是2023年购买量的两倍。虽然太阳能、风能和电池是谷歌近年来投资组合的主要增长点,但Terrell告诉TechCrunch,公司需要其他电力来源来确保数据中心24/7运营。
他说:"在资源非常丰富的地区,风能、太阳能和储能确实有发展路径",他举例说明了中西部地区持续的风力资源和西南部地区大部分时间晴朗的天空。但其他地方,如美国东南部和亚太地区的许多国家,可能过于多云或电网过于分散,无法让传统可再生能源发挥作用。
为了弥补这些不足,一种方法是过度建设风能和太阳能设施,但这很快就会变得昂贵。
Terrell说,核聚变等技术"实际上降低了实现高渗透率无碳能源的成本"。"如果你有这些清洁、稳定的技术——即使它们在每兆瓦时的基础上更昂贵——如果你将这些技术纳入投资组合,实际上会降低你的整体投资组合成本。"
Mumgaard对CFS能在不到十年内向谷歌供电充满信心,他认为当这种情况发生时,对核聚变的需求将急剧上升。
"它不依赖于地理位置或天气,不依赖于特殊材料的获取途径。这是可以24/7运行的技术,"他说。"我们预期核聚变能够带来真正巨大的回报,因为一旦证明你能做到这一点,并且有第一座发电厂建成运行,你就可以扩大规模。你可以在世界各地建设这样的设施。"
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。