社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方,并将其中一种配方用于新数据中心的建设。
与任何建设数据中心的企业一样,Meta需要混凝土——为其本周早些时候宣布的千兆瓦级设施群建设数千平方英里的地基。该公司也热衷于减少碳足迹,这一目标因混凝土而变得复杂,因为这种物质被认为贡献了约10%的二氧化碳排放量。
Meta并非唯一想要更环保混凝土的公司——The Register去年报道了开放计算项目(OCP)开发和测试低碳混凝土的努力。
此类物质的测试是必要的,因为混凝土配方的细微变化可能改变其性能,而数据中心是热量和振动持续存在的苛刻环境。
Meta去年观察了OCP的努力,但早在2023年就已经在一篇题为"通过贝叶斯优化实现可持续混凝土"的论文中研究计算机辅助混凝土创造。
这项工作似乎为Meta周三的公告提供了信息,该公司创建了一个采用贝叶斯优化的模型来预测"与不同混凝土混合物相关的抗压强度曲线"。
Meta在相关帖子中解释说:"设计混凝土配方是一个复杂的多目标问题。设计师必须在各种类型和比例的水泥、低碳补充胶凝材料(SCM)、水胶比、粗细骨料类型和外加剂之间做出选择。SCM对混凝土性能的影响因来源位置和季节性而异,需要长期测试来验证。最后,需要耗时数天至数周的测试来完全验证新混合物的性能。"
Meta的模型加速了这一过程,在建筑公司Amrize和伊利诺伊大学厄巴纳-香槟分校的帮助下,这家社交网络公司在明尼苏达州罗斯蒙特的数据中心浇筑了新混凝土。当地媒体报道,该设施最初将消耗10兆瓦电力,并在未来几年内增加到75兆瓦。
许多AI专家预测AI将改变科学家抗击癌症或发明药物的方式。
AI帮助开发新型混凝土形式虽然不太引人注目,但同样重要。
大型科技公司知道为其庞大数据中心群供电所产生的电力会产生大量二氧化碳排放,因此寻求更便宜且可能更有利于提升声誉的替代方案。通过这一努力,Meta甚至添加了一些AI魔法,并通过MIT许可证发布其代码来与他人分享其工作。
但是,虽然Meta公布了其研发混凝土强度的信息,但并未详细说明在罗斯蒙特使用的混凝土配方的二氧化碳排放量。
也许AI可以解决这个问题。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。