20 多位全球最成功的科技、投資以及商業(yè)領袖日前共同成立了一期募資規(guī)模達到 10 億美元的“突破能源基金”,用于投資初創(chuàng)公司。
這一期基金的投資對象公司,可以處于或服務能源、農(nóng)業(yè)、交通、科技等各個行業(yè),但其必須滿足以下幾個條件:
1)不帶來任何溫室氣體或能夠降低溫室氣體排放;
2)對突破能源聯(lián)盟之外的其他投資機構(gòu)或公司有商業(yè)價值,能夠吸引到外部投資;
3)具備突破現(xiàn)有科學邊界的能力。
總的來說,這些公司、它們的產(chǎn)品和技術(shù)必須和基金的名稱一樣,相較于現(xiàn)有的產(chǎn)品和技術(shù)足夠有突破性。
基金的出資人大多都是商業(yè)、投資和政治名流,除了比爾蓋茨之外,還有馬云、杰夫·貝佐斯、風險投資人約翰·杜爾、溫諾·科斯拉,以及熱衷于投資和慈善事業(yè)的沙特王子阿拉維·本·塔拉爾等。突破能源基金是比爾·蓋茨牽頭成立的“突破能源聯(lián)盟”旗下的投資機構(gòu),這個聯(lián)盟的其他成員,還包括紅杉資本中國基金沈南鵬、扎克伯格夫婦等等。這群圍繞在蓋茨身邊的大佬們,身家總值超過了 1700 億美元。
突破能源基金進行長遠和高風險承受力的投資,投資年限為 20 年,以推動大規(guī)模的能源轉(zhuǎn)型。這些出資人希望根本改變?nèi)祟愡^往消耗能源的模式,從過度依賴不可再生、產(chǎn)生大量溫室氣體的化石能源(比如汽油和煤炭),轉(zhuǎn)向可靠、可負擔的清潔能源。
“涉及到能源的時候,人們會說你不能在滿足需求、保護環(huán)境的同時獲取獲利,”馬云說,“這個基金的建立融合了科技創(chuàng)新、科學知識以及改變能源市場所需要的投資人才。我們會共同提醒這個世界:有遠見的想法能夠創(chuàng)造精彩的世界。”
地球正在變得越來越不適宜人居。全球年平均氣溫每年的上漲幅度越來越高,據(jù)權(quán)威機構(gòu)估計,按照現(xiàn)在的節(jié)奏估計,全球年平均氣溫和現(xiàn)在相比再提高 3.5 攝氏度僅需 10 年左右。
屆時,人類食用的蔬菜無法在高溫下存活;海洋中的浮游生物死亡,吸收二氧化碳能力降低,加劇溫室效應,海水酸化殺死更多海洋生物;陸上生物同樣無法幸免,比如蜜蜂將會滅絕,授粉斷檔導致植物大量滅亡,以植物為食物的動物也將滅絕;工業(yè)級的動物養(yǎng)殖和作物種植,也在產(chǎn)生著大量的溫室氣體。此外,大氣層中的溫室氣體濃度之高,已經(jīng)達到了一個永遠無法通過地球氣候運動而自行消解和降低的程度。人類自己是造成這一情況的罪魁禍首。
遺憾的是,在政治和經(jīng)濟勢力的面前,氣候和環(huán)保學家的話語權(quán)微乎其微。企業(yè)追逐利潤最大化,政府則追求對現(xiàn)狀的顛覆最小化,由政府和大企業(yè)牽頭的能源、環(huán)保和氣候變革,往往無疾而終或陷入循環(huán)往復的討論。
而當責任落到了富有的全球領袖們的頭上時,通過投資來促進可持續(xù)發(fā)展,是他們能夠帶來最大改變的途徑。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。