核能初创公司 Terrestrial Energy 于周三与一家特殊目的收购公司完成合并。
这家位于北卡罗来纳州的公司正在开发小型模块化反应堆,预计从此次交易中获得 2.8 亿美元资金。根据 PitchBook 的数据,在进行 SPAC 合并之前,Terrestrial Energy 已筹集了 9400 万美元。合并后的实体计划在纳斯达克上市,股票代码为 IMSR。
这个股票代码与 Terrestrial Energy 开发的小型模块化反应堆 (SMR) 类型有关,该公司称之为整体式熔盐反应堆。在这种装置中,铀燃料与氟化锂或氟化钠等各种盐类混合,这些盐类用于悬浮核燃料并作为反应堆的主要冷却剂。
Terrestrial Energy 的反应堆核心设计为每七年完全更换一次,部分原因是为了避免早期熔盐反应堆遇到的腐蚀等问题。反应堆核心不仅包括燃料和调节裂变反应速度的石墨调节剂,还包括保持盐类冷却和流动的热交换器和泵。
该初创公司的目标市场包括电力、数据中心以及需要热能的工业应用。
目前有许多建造商业规模熔盐反应堆的提案,但迄今为止还没有一个被建成。这项基础技术发明于 20 世纪 50 年代,但那个时期的两个实验都遇到了诸多问题。
随着建筑和交通电气化的推进,以及数据中心的快速增长导致电力需求激增,核能再次受到关注。
科技公司越来越关注这项技术,将其视为解决 AI 训练和推理所需电力的可能方案。Google、Meta、Amazon 和 OpenAI 的 Sam Altman 都在开发先进核反应堆的竞争中选择了各自支持的对象。
Terrestrial Energy 并不是第一家通过 SPAC 上市的 SMR 初创公司——Altman 支持的 Oklo 已于 2024 年完成相关交易。考虑到目前核能领域的热度,这可能也不会是最后一家。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。