高效、耐用、通用：NVIDIA AI 工厂如何最大化投资回报
NVIDIA 提出 AI 工厂的回报由盈利能力、使用寿命和需求三项决定，并以高效、耐用、通用三大特性最大化投资回报，每兆瓦工厂成本约 $60 million。
#现象/趋势
NVIDIA BlogAI 评分3131
NVIDIA BlogAI 评分3333 NVIDIA：为什么 Physical AI 规模化部署需要在每一层保障安全
NVIDIA 称 Physical AI 规模化部署需在硬件、软件、AI、运行环境与部署全生命周期每一层持续保障安全，而非部署前的一次性检查。ABI Research 预计 2035 年 L3-L5 自动驾驶汽车保有量达 49 million，Omdia 估计 2026-2035 年部署约 60 million 台工业机器人。
GitHub Blog · AI & MLAI 评分3232 GitHub Podcast：该不该读 AI 生成的代码、RAG 死了吗、Skills 干掉 MCP 了吗
GitHub Podcast 最新一期拆解了 5 个 AI 热门观点，结论是 RAG 并未死，Skills 与 MCP 解决的是不同问题——MCP 提供标准化工具接入，Skills 承载上下文与最佳实践，可共存于同一工作流。节目还指出开发者仍需为 AI 生成代码负责、招聘方更看重对 AI 使用的判断力，以及为适配代码库而微调模型未必说明代码质量差。
OpenAI NewsAI 评分2323 OpenAI Economic Research：劳动者如何借助 AI 开启新的工作方式
OpenAI Economic Research 显示，劳动者正把 AI 用于传统岗位职责之外的场景，并弄清哪些新活动会成为其工作的常规部分。
Google DeepMindAI 评分4848 Google DeepMind：从 Atari 到 EVE Online，站在 15 年游戏 AI 研究之上
Google DeepMind 宣布与 EVE Universe 背后的独立工作室 Fenris Creations 开展新研究合作，共同原型验证 AI 带来的全新玩法。