英国政府正在就改革措施进行咨询,计划优先处理"具有战略重要性"的电网连接申请,其中包括数据中心项目。此举是为了应对某些项目连接延迟超过十年的报告。
电网连接申请队列在政府于2025年初发布AI机遇行动计划后急剧膨胀,该计划鼓励了数据中心建设浪潮。截至6月份的六个月内,传输网络申请增长了460%。
人们将矛头指向投机性申请导致管道膨胀,延迟了具有战略重要性项目的连接。据威斯敏斯特声称,这导致一些开发商需要等待长达15年才能连接到电网。
为了清理积压,政府正在就解决投机性申请和加速"有利于英国的可行项目"的措施进行咨询。这包括数据中心、AI增长区、电气化工业园区和电动汽车充电枢纽。
此举已经引发了人们对AI基础设施将跳过队列超越新住房项目的担忧。这些担忧并非小事。一个单独的AI设施可能消耗相当于10万户家庭的能源,伦敦议会报告发现,西伦敦的本地电网在2022年达到满负荷,导致计划中的住房开发项目停滞。
房屋建筑商联合会发言人告诉The Register,应该鼓励能源行业投资能够同时支持新住房和经济增长的基础设施。
"由于我们继续面临住房危机及其带来的社会和经济问题,监管、规划和政策安排有效地优先考虑能源密集型数据中心而非为家庭提供节能住宅,这令人沮丧,"发言人说。
这还伴随着规划改革,使开发商更容易获得建设大型服务器农场的许可。去年,政府介入推翻了地方议会反对在伦敦附近绿化带土地上建设数据中心提案的决定。
The Register询问能源安全和净零排放部,拟议的改革是否意味着数据中心在电网连接方面将排到队列前面。
政府希望通过增加队列中开发商的财务要求来解决投机性申请,包括如果未达到关键里程碑需要支付的押金或费用。
这个问题首先在Uptime Institute去年的一份报告中提出。报告发现开发商经常申请为可能永远不会建造的项目预留电力,并申请超过他们需要的容量以考虑未来增长。
Omdia共址和数据中心建设首席分析师Alan Howard最近告诉我们,电力连接排队问题是一个主要问题。
"许多数据中心运营商的策略是获得多个土地包的权利,为每个申请电网负载连接(通常需要昂贵的负载研究),看看哪些获得批准以便他们可以建设,"他说。"认真对待所有这些项目的资本投资显然是不可持续的,如果需求没有完全实现,对能源行业来说是巨大的金融风险。"
政府计划发布包括AI增长区在内的"具有战略重要性项目"清单,这些项目将在释放或创造容量时"排在队列前面"。
开发商也可能建设自己的高压连接和变电站,在某些情况下绕过网络运营商。政府表示这将降低成本并加快交付,但对一些读者来说,这听起来可能是潜在问题的根源。
除了优先电网接入外,AI增长区改革意味着某些位置的数据中心可能在电费上获得折扣,政府说。
科学、创新和技术部(DSIT)在去年11月发布的一揽子政策改革中概述了这一举措。这个想法是鼓励开发商在发电容量丰富的地区建设,包括苏格兰的部分地区,但当我们询问这是否意味着普通公民最终将为数据中心运营商的能源账单提供补贴时,DSIT拒绝给出官方回应。
咨询文件《加速战略需求的电力网络连接》现在可以在线获取,欢迎公众和行业提出意见。提交回应的截止日期是4月15日午夜。
Q&A
Q1:英国AI机遇行动计划对电网连接申请产生了什么影响?
A:英国AI机遇行动计划在2025年初发布后,鼓励了数据中心建设浪潮,导致电网连接申请队列急剧膨胀。截至6月份的六个月内,传输网络申请增长了460%,造成某些项目连接延迟超过十年。
Q2:为什么数据中心优先连接电网会引起争议?
A:因为一个单独的AI设施可能消耗相当于10万户家庭的能源,而伦敦西部的本地电网在2022年已达到满负荷,导致计划中的住房开发项目停滞。人们担心AI基础设施会跳过队列超越新住房项目,加剧住房危机。
Q3:英国政府计划如何解决电网连接排队问题?
A:政府提出通过增加开发商的财务要求来解决投机性申请,包括如果未达到关键里程碑需要支付的押金或费用。同时发布"具有战略重要性项目"清单,让这些项目在电网连接时排在队列前面,并允许开发商建设自己的高压连接设施。
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。