本期看点：Anthropic 以 150 亿美元押注澳洲算力高地；AI 数据中心"隐形水耗"被曝为官方数字 12 倍；华为何庭波发布"韬定律"V2，芯片缩微理论走向工程化；宇树科技定义具身智能"ChatGPT 时刻"标准——两个 80%。算力军备竞赛之外，行业正悄然追问：谁为膨胀的物理账单买单？

一、Anthropic 拟在澳大利亚布局 1.4GW 数据中心算力，建设成本达 150 亿美元

Anthropic 计划在澳大利亚锁定至少 1.4GW 数据中心算力资源，远超外界此前预期。支撑该规模的基础设施建设成本将高达 150 亿美元（约合 1019 亿元人民币）。一份由 Anthropic 发布的招标书显示，继今年早些时候设立澳大利亚办事处后，其目标是在明年年底前将其中至少 1GW 算力投入使用。今年 3 月底，Anthropic 已与澳大利亚政府签署谅解备忘录，将在 AI 安全研究领域展开合作。

创新看点：全球 AI 算力争夺正从"租用云服务"转向"买地建电厂"——1.4GW 相当于一座核电机组的装机容量，Anthropic 不再甘心做模型厂商，而是要卡位算力基础设施的上游。

二、科技巨头 AI 数据中心的耗水量比想象中大得多

微软、Google、亚马逊等科技巨头在 2025 年及今年预计投入 1 万亿美元建设 AI 基础设施，其水资源消耗远超官方披露。研究显示，由于未计算发电环节间接用水，美国数据中心实际耗水量约为报告值的 12 倍。目前仅 Meta 在报告中核算间接耗水，其 2024 年间接用水达 190 亿加仑，是直接用水的 20 倍以上。Google 去年直接耗水 109 亿加仑，同比增长 34%，间接用水预计为三倍。美国约三分之二的新建数据中心位于凤凰城等缺水地区，到 2031 年，凤凰城数据中心用水占比或从 3% 飙升至 20% 以上。尽管英伟达和微软正推行"闭环冷却"技术，但现有大量蒸发式冷却系统改造昂贵，仍将面临严峻水资源压力。

创新看点：AI 的"绿色神话"正在被解构——当科技巨头用可再生能源证书抵消用电碳排放时，缺水地区的地下水却在为每一次模型推理默默蒸发。

三、华为何庭波发布"韬定律"V2 版论文

华为半导体负责人何庭波于 7 月 3 日发布《面向多层级电子系统的时间缩微理论》V2 版本。相比 5 月 25 日的 V1，新版补充了工程落地细节、实测量化数据和产品演进路线。V2 围绕时间常数 τ 组织后摩尔时代缩放理论，新增 τ 分层时空模型、LogicFolding 架构、键合界面截面、Unified Bus 互连架构和 Hi-ONE 光引擎等示意图。论文还加入 Kirin 2026 与 Kirin 9030 Pro 的电压、频率、归一化功耗、面积和功率密度参数，并细化移动端 TSV 下移、多有源层堆叠及 Ascend 系列加速器迭代节奏。

创新看点：从理论物理常数 τ 出发推导芯片演进路线图，何庭波试图为后摩尔时代建立一套"中国定义"的半导体缩放法则——不再是追随摩尔定律，而是另起炉灶。

四、LG Display 用 AI 降本，每年可省超 2000 亿韩元

LG Display 表示，通过推广基于 AI 的生产制造与产品研发系统，公司每年可节省超 2000 亿韩元（约合 8.81 亿元人民币）成本。该公司于 7 月 3 日称，正在将虚拟设计验证技术（VDE）全面应用于下一代显示技术研发，覆盖光学、材料、器件及基板等领域。传统面板原型研发周期长达三个月，修改方案需重新试制；借助 AI 仿真多方案同步验证，既能压缩研发时长，还能节省数十亿韩元试产开支。从去年开始，LG Display 已在全部 OLED 产线部署自研 AI 生产系统，产品质量优化周期从三周缩短至两天，良品率显著提升。

创新看点：面板行业苦"试错成本"久矣——AI 将产品优化周期从三周压缩到两天，相当于把工程师从"烧玻璃"的体力活中解放出来，制造业降本进入"算力换试产"时代。

五、宇树科技陈立：具身智能的"ChatGPT 时刻"需达成两个 80%

宇树科技联合创始人陈立在 2026 亚布力中国企业家论坛第十二届创新年会上表示，具身智能尚未大面积应用，核心原因在于大模型尚未成熟。他定义具身智能"ChatGPT 时刻"的标志为"两个 80%"：机器人在 80% 的陌生场景中，通过语音指令能顺利完成约 80% 的任务。他预计，垂直 To B 场景有望率先达成该目标；To C 场景泛化要求更高，可能需要 8 至 10 年。未来 2 至 5 年，行业需要统一的端到端大模型、更低成本更高寿命的硬件以及低成本大规模算力。他预测今年起具身智能将引领新的消费浪潮。

创新看点："两个 80%"提供了一个具身智能成熟度的"及格线"——与 LLM 的"图灵测试 2.0"不同，机器人不需要在对话中骗过人类，而是要在物理世界中像人一样"边看边做"。

六、Meta AI 负责人："西瓜"新模型对标 GPT-5.5

Meta 超级智能实验室负责人 Alexandr Wang 于 7 月 3 日在内部全员会议上表示，下一代 AI 模型代号"西瓜"在主流评测基准上已追平 OpenAI GPT-5.5。"西瓜是牛油果之后的下一款模型，算力规模比牛油果高出一个数量级。"牛油果即 Muse Spark 的内部代号，该系列于 4 月发布并为 Meta AI 提供底层支持。Wang 同时在社交平台发文称，Muse Spark 更新版本即将推出，将在代码和 AI 智能体能力上大幅提升。

创新看点：Meta 用水果代号构建了清晰的模型迭代节奏——"牛油果"打底、"西瓜"追平、"下一款"超越？扎克伯格的算力赌注正在加速兑现。

七、Mistral 开源 Leanstral 1.5 定理证明模型

Mistral AI 宣布推出针对 Lean 4 形式化证明的开源模型 Leanstral 1.5，总参数量 1190 亿、激活参数约 65 亿，支持最高 25.6 万 token 上下文。官方数据显示，该模型在 miniF2F 测试中实现 100% 覆盖；在 PutnamBench 的 672 道难题中成功解出 587 道；在抽象代数基准 FATE-H 和 FATE-X 上分别达 87% 和 34% 准确率。在成本控制方面，Leanstral 1.5 在 PutnamBench 上的平均解题成本约为每题 4 美元，远低于此前部分系统数百美元的推理成本。

创新看点：数学定理证明曾是 AI 的"禁区"，Leanstral 1.5 以每题 4 美元的成本攻克 Putnam 级难题——AI 数学家不再只是论文里的概念，而是可以按次付费雇佣的"推理劳工"。

八、Midjourney 要求迪士尼等片厂披露自身 AI 使用细节

在迪士尼、环球和华纳兄弟针对 Midjourney 的版权诉讼中，Midjourney 要求法院迫使片厂披露自身生成式 AI 使用文件。片厂此前起诉称 Midjourney 可生成受版权保护的角色图像。争议焦点在证据开示范围——法官此前允许片厂只提交面向消费者的 AI 使用信息；Midjourney 要求推翻此限制，主张片厂不能只挑选支持其市场损害主张的文件，而隐瞒可能支持 Midjourney 抗辩的材料。Midjourney 认为，如果片厂内部也在用图像生成模型做分镜和视觉构思，则说明相关训练和使用已是行业惯例。

创新看点：版权诉讼的攻守正在反转——Midjourney 的辩护策略是"既然大家都用，凭什么只告我"，试图将行业惯例作为抗辩盾牌，把法庭变成 AI 使用的真相披露现场。

九、软件工程传奇 Kent Beck：AI 时代程序员更需要学会"做人"

软件工程传奇人物 Kent Beck 在"The Pragmatic Engineer"节目中表示，随着 AI 普及，软件工程师必须学习沟通与共情等软技能以求生存。他指出工程师往往缺乏情绪调节和共情能力，表达过于直接；在 AI 能自动生成大量代码的当下，"孤狼式"工作模式即将终结。行业已开始流行"Vibe-Coding"实践，模糊工程与产品工作的界限。Anthropic 等公司已要求工程师在小型项目中担任"微型产品经理"，不仅负责代码，还要承担利益相关者协调和跨职能协作。

创新看点：Kent Beck 点破了一个黑色幽默——程序员花了二十年学习"让机器理解我"，现在 AI 终于能理解代码了，他们却要回头学习"让人类理解我"。

十、腾讯元宝搜索功能升级，复杂问题可直接看图解

腾讯混元宣布旗下 AI 智能体元宝的搜索功能完成升级，引入"图解"能力，通过图文搭配将复杂搜索结果直观化。例如，区分"五条悟、五条人、告五人"时可自动匹配动漫角色、独立乐队与流行乐团的形象图；口红色号可直接展示烂番茄红、枫叶红等色值；搜索上海暑期亲子博物馆会配以场馆实景图、标本模型图及预约提示，提供结构化图文攻略。元宝还强化了视觉素材搜索与整合能力，用户可直接搜索表情包合集。目前可在对话框中打开"快速思考"模式体验。

创新看点：AI 搜索的竞争正从"信息检索"升级为"认知交付"——图文并茂不是锦上添花，而是把用户的脑补成本转嫁给模型，腾讯试图用图解能力重新定义搜索体验的终点。

结语

今日的 AI 新闻呈现出一条清晰的暗线：算力扩张正在遭遇物理世界的硬约束。Anthropic 的 150 亿美元押注与数据中心耗水 12 倍差距的曝光，构成了一个完整的叙事闭环——AI 的"智能"建立在对地球资源的真实消耗之上。与此同时，何庭波的"韬定律"V2 与 LG Display 的 AI 降本实践，指向了另一条路径：当无法无限堆砌算力时，优化效率与重塑范式成为必选项。宇树科技用"两个 80%"为具身智能设立了冷静的时间表，而 Kent Beck 则提醒我们，AI 越是擅长"像机器一样思考"，人类越需要回归"像人一样协作"。在这个算力狂奔与资源焦虑并存的时代，保持清醒比追逐热点更需要勇气。