- S的 AI X GPT 研究所
- Posts
- ⚡️AI 能源耗盡爭議
歡迎熱愛AI 的你
Sam Altman 近期針對「AI 是否正在加劇環境負擔」的討論正面回應。他在印度一場 AI 高峰會上指出，網路上流傳的能源與用水量對比，其實很多都沒有真正理解 AI 系統的資源運作方式。他甚至把「訓練一個 AI 模型」與「培養一個人類所需的資源」做比較，這番說法立刻在科技圈引發熱議。一起快速看重點。
今天的重點整理：
Sam Altman 引爆 AI 能耗爭議
AI 生成的臉逼真到讓人開始懷疑真實性
Google 推出 Gemini 3.1 Pro，推理能力分數直接翻倍
閱讀時間 5 分鐘
🗞️最新消息
⚡Sam Altman 引爆能源爭議
Savix AI： Sam Altman 針對外界對 AI 能源與用水量的質疑作出回應，認為許多網路上的比較方式，其實誤解了 AI 系統真正的資源消耗模式。
重點整理：
1) Altman 表示，網路上流傳「每一次 ChatGPT 查詢都會消耗大量水資源」的說法「完全不正確」。
2) 他同時承認，隨著 AI 採用速度快速成長，整體能源消耗確實是一個值得關注的議題。
3) 他將訓練 AI 模型所需的能源，與培養一個人類所需數十年的教育與資源投入作比較。
細節：
在印度 AI 高峰會期間，於《The Indian Express》主辦的一場活動上，OpenAI 執行長 Sam Altman 回應了外界對 AI 環境影響的批評。
他駁斥了「每次使用 ChatGPT 都會消耗大量水資源」的說法，指出這類估算基於過時的資料中心冷卻方式，與現代資料中心的技術已經不符。
不過，他也承認整體能源使用問題不容忽視，尤其在 AI 加速普及的情況下。他認為，討論焦點應該轉向如何使用更乾淨的能源來源，例如核能、風能與太陽能。
Altman 也強調，許多能源比較的框架本身就不公平。他指出，人類的智慧養成同樣需要數十年的食物、教育與基礎建設投入，才能產出專業能力。
這番言論迅速在網路上發酵。支持者認為，應該討論的是「單位任務的效率」；批評者則認為，他淡化了資料中心擴張所帶來的電力需求壓力。
為什麼要知道：
Altman 那句「訓練一個人類」會爆紅，是因為它迴避了一個核心問題：
AI 正讓資料中心成為真正的能源議題，而不只是技術圈內的討論。
IEA 預測，2030 年前全球資料中心用電量可能翻倍成長；美國官方也指出，資料中心用電占比正在快速上升。歐盟更開始要求揭露資料中心能源表現，顯示監管已經跟上。
這場爭論的關鍵不只是模型強不強，而是：
誰能取得電力？誰付基礎建設成本？乾淨能源能否跟上 AI 成長？
下一階段的 AI 競爭，本質上也是能源與基礎建設的競爭。
本期電子報由 AI EXPO 2026 贊助
🌟年度最大AI盛會登場！🚀
幫你一次看懂 AI 正在怎麼改變工作、品牌與未來職能。
🔥 為什麼這要參加？
✔ 免費參加，零門檻
✔ 報名就送「大會限定 AI 影音課程（X Album）」
✔ 不是工程師限定，一般上班族、行銷、自媒體都看得懂
✔ 從「現在怎麼用」一路看到「接下來該學什麼」
💡🎓 報名就送｜大會限定免費課程（X Album）
由 S 的 AI 研究所 × AI EXPO Taiwan 2026 聯合推出
《品牌 AI 超引擎：風險拆彈 × 人格養成 × GEO 攻榜實戰》
你會學到：
掌握社群風向，避免內容踩雷
用 AI 即時分析輿情與趨勢，讓內容不再做錯方向讓品牌自動跟粉絲互動
打造會聊天、有個性的 AI 品牌人格，留言與私訊自然增加讓 AI 搜尋主動推薦你
實戰教學，讓 ChatGPT、AI 搜尋更容易看見並選中你的內容
📌 這套課程只有完成展會報名才能免費取得
👀 讀者專屬｜3/26 導覽場
這次 S 的 AI 研究所擔任 AI EXPO Taiwan 2026 大會見證人。
3/26 當天，我會親自帶一場讀者專場導覽：
幫你篩選重點
告訴你哪些值得看
把大型展會變成「共同的學習現場」
👉 導覽報名請點這裡
🧠Google 推出Gemini 3.1 Pro, 推理能力翻倍成長
Savix AI：AI 生成的假臉，已經「真到難以分辨」
重點整理：
1) Gemini 3.1 Pro 在測試中，推理能力較 Gemini 3 Pro 翻倍。
2) 新成績讓它躋身最強推理模型之一，但部分排名仍落後競爭對手。
3) 測試表現亮眼，但實際應用效果仍待觀察。
細節：
Google 發表 Gemini 3.1 Pro，主打更強的邏輯推理與問題解決能力。在 ARC-AGI-2 測試中，模型拿下 77.1%，相較 Gemini 3 Pro 的成績大幅提升。這也延續了先前 Gemini 3「Deep Think」模式的方向，強化科學與工程等複雜任務的處理能力。
在 Humanity’s Last Exam 測試中，Gemini 3.1 Pro 得分 44.4%，優於前一代。不過在整體能力與安全性評比上，Anthropic 的 Claude Opus 4.6 仍在部分項目領先。
為什麼要知道：
Google 正把 Gemini 3.1 Pro 整合進 Gemini App、NotebookLM 以及開發者工具中，強調實際工作場景的應用能力。
但現在的趨勢是：榜首位置變動極快。某些模式可以透過延長推理時間來提高分數，而競爭對手在能力廣度與安全性上仍有優勢。對多數團隊而言，重點不再是「誰第一」，而是：哪個模型在你的日常流程中更穩定？成本如何？取捨在哪？
⚠️研究警告：AI 生成的臉已逼真到難以分別
Savix AI：最新研究顯示，AI 生成的人臉已能騙過多數人，進一步引發對身分驗證與網路信任機制的擔憂。
重點整理：
1) AI 生成的人臉，逼真程度已與真實照片幾乎無差。
2) 就連「超級辨識者」也難以穩定辨識真假。
3) 多數人嚴重高估自己識別 AI 圖像的能力。
細節：
UNSW Sydney 與澳洲國立大學研究團隊，在《British Journal of Psychology》發表研究，測試 125 名受試者分辨真實人臉與 AI 生成臉孔的能力。結果顯示，一般人表現僅略高於隨機猜測；即使是專業的「超級辨識者」，也只稍微好一點。
現代 AI 生成的人臉已不再出現明顯瑕疵，反而呈現「過於平均、對稱、典型」的特徵。目前團隊正研究是否存在「超級 AI 假臉偵測者」，以強化未來防護機制。
為什麼要知道：
當 AI 臉孔比真人還「自然」，整個網路生態都更容易被操弄——假 LinkedIn 帳號、感情詐騙、假客服帳號，甚至過度依賴自拍驗證的 KYC 流程，都會受影響。
真正令人擔心的是：大多數人其實在猜，卻自認很會辨識。未來的信任機制，將從「我看得出來」轉向更嚴謹的技術手段，例如活體檢測、更強驗證流程，以及圖像來源追蹤。我們的眼睛，已不再是可靠的防線。
🎯一分鐘快速看
⚖️一名律師表示，因為上傳檔案至 NotebookLM，Google 關閉了他的 Gmail、Voice 和 Photos 帳號。
🔬 AI 在第四態物質（電漿態）研究中，揭示出出乎意料的新物理現象。
🎮 Microsoft 新任遊戲部門 CEO 表示，不會讓整個生態系充斥「無止盡的 AI 垃圾內容」。
🩺 倫敦警察廳（Met Police）使用由 Palantir 提供的 AI 工具，標記警員的不當行為
📈 熱門工具
🚀 Replit — 用 AI 建立 App 與網站。
🎞️ Filmora AI — 透過 AI 功能，帶來全新的影片剪輯體驗。
🎙️ Krisp — AI 會議助理。
🎬 Descript — 用 AI 像編輯文字一樣編輯音訊與影片*
恭喜你讀完了！今天又成長了一些
在你離開之前，我們想聽聽你的想法！
希望能讓你在SAVIX AI的體驗更好 🤖
下期再見囉！
