热点事件持续更新
学者提出 Joules-to-GDP 评估 AI 系统单位能耗经济价值
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv 机器学习领域发表的一篇论文提出了 Joules-to-GDP 评估框架，旨在衡量 AI 系统的能耗经济回报。该框架主要引入了每焦耳净产出价值（NVJ）与每焦耳节约时间（TSJ）两项核心指标。研究团队在涵盖 44 个职业的 220 项任务中进行了测试评估，研究发现高价值任务并不直接等同于高能效产出，例如软件开发类任务的每焦耳净产出价值比工程类任务高出约 27%。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
arXiv 论文提出 Joules-to-GDP 框架，通过两项指标衡量 AI 系统单位能耗的经济回报。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 机器学习arXiv 论文提出 Joules-to-GDP 框架，衡量 AI 系统单位能耗的经济价值产出
arXiv 论文提出了 Joules-to-GDP 评估框架，通过每焦耳净产出价值（NVJ）和每焦耳节约时间（TSJ）衡量 AI 系统的能耗经济回报。研究在 44 个职业的 220 项任务中测试发现，高价值任务不等于高能效产出，例如软件开发任务的每焦耳净价值比工程类高出约 27%。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。