资讯

本次报告对2025年6月《路透社》《南华早报》《纽约时报》及新华社等9家海内外媒体的环境新闻报道进行梳理。报告发现，近期国际环境新闻主要涵盖以下内容：美国环保政策倒退、预算削减或影响国际生态与能源安全；国际海洋保护工作取得一定进展，18国支持公海条约，联合国海洋大会顺利召开，但发展与保护间的平衡难题仍客观存在；全球范围内，干旱等极端气候频繁出现，环境威胁蔓延；人工智能可能为环境治理工作带来挑战，同时也蕴含发展机遇；中国等国家积极开展污染治理行动，彰显出坚定的生态保护决心。

据路透社报道，联合国国际电信联盟报告显示，2020至2023年，亚马逊、微软、Alphabet和Meta因AI数据中心高耗电，间接碳排放量平均增长150%，其中亚马逊增长182%居首，微软、Meta、Alphabet分别增长155%、145%、138%。报告指出，随着AI投资增加，高排放AI系统年碳排放量预计达1.026亿吨二氧化碳当量，数据中心用电量增速是整体电力消耗的四倍，给能源基础设施带来压力。尽管部分公司如Meta、亚马逊、微软已采取减排措施，但数字公司设定的排放目标尚未完全转化为实际减排成果。

——路透社https://www.reuters.com/sustainability/climate-energy/tech-giants-indirect-emissions-rose-150-three-years-ai-expands-un-agency-says-2025-06-05/

人工智能的快速发展推动了全球电力需求的急剧增长，数据中心用电量的增长速度是用电量总体增长速度的四倍。数据显示，从2017-2023年，数据中心为AI发展和部署提供支持，其电力消耗每年增长12%。2024年，全球数据中心电力消耗达415太瓦时，占全球电力消耗的1.5%，预计到2030年将翻倍至945太瓦时，超过日本目前的电力消耗。在全球数据中心电力消耗的占比中，美国最大，达45%，其次是中国（25%）和欧洲（15%）。

——引联合国《2025年数字化公司绿色化报告》

https://www.itu.int/en/ITU-D/Environment/Documents/Publications/2025/Greening%20Digital%20Companies%202025%20Final.pdf

快速发展的AI使得部分数字公司运营排放增加，在报告所评估的数字公司中，谷歌等四家重度投资AI的公司，其2023年的运营排放相比2020年平均上升至150%。AI芯片制造的电力消耗在2023-2024年全球飙升超过350%，主要集中在台湾地区、韩国和日本，这直接导致了碳排放的大幅增加。

——引联合国《2025年数字化公司绿色化报告》

https://www.itu.int/en/ITU-D/Environment/Documents/Publications/2025/Greening%20Digital%20Companies%202025%20Final.pdf

部分数字公司采取积极的能源采购策略，如可靠的无碳电力供应，从而降低AI运营的碳排放。Microsoft与美国宾夕法尼亚州三里岛核电站签署了为期20年的购电协议，购买其全部837兆瓦的电力输出，用于支持AI数据中心，从2028年开始供电。

——引联合国《2025年数字化公司绿色化报告》

https://www.itu.int/en/ITU-D/Environment/Documents/Publications/2025/Greening%20Digital%20Companies%202025%20Final.pdf

Google开发了更高效的AI基础设施，如第六代张量处理单元（TPU），相比之前能源效率提高了67%，其数据中心的能源效率比行业平均水平高1.8倍，并且公司目标是到2030年实现全天使用无碳能源，2023年其64%的能源来自无碳能源，已有十个主要站点使用超过90%无碳电力。

——引联合国《2025年数字化公司绿色化报告》

https://www.itu.int/en/ITU-D/Environment/Documents/Publications/2025/Greening%20Digital%20Companies%202025%20Final.pdf

据DeepSeek披露，在不包含前期试错成本的情况下，大模型DeepSeek-v3的训练成本大约在558 万美元。按照相似方法估算，GPT4的训练成本约为4800万美元。这不仅代表着经济层面的高性价比，也意味着在同等的AI产出下，数据中心所承担的计算压力和能耗均有望减少。

此外，DeepSeek-v3采用了“MoE（Mixture of Experts）”模型。每次用户提问，系统只激活一小部分参数进行处理，而不是全员上阵。这样使得每次推理时实际被激活的参数只占总量的 5.5%，显著减少了计算量，也降低了模型运行时对数据中心资源的消耗。

——澎湃新闻

https://www.thepaper.cn/newsDetail_forward_30552554

2024年7月，国家发展改革委等部门关于印发《数据中心绿色低碳发展专项行动计划》的通知，加快节能降碳改造和用能设备更新，支撑完成“十四五”能耗强度降低约束性指标，完善数据中心建设布局。强化“东数西算”规划布局刚性约束，推进存量项目节能降碳改造。加快推进低效数据中心节能降碳改造和“老旧小散”数据中心整合改造。

——引国家发展改革委等部门发布的《数据中心绿色低碳发展专项行动计划》

https://www.gov.cn/zhengce/zhengceku/202407/content_6964165.htm

值得注意的是，在AI技术可能增加环境负担的同时，其在生态环境治理领域的应用场景也在不断拓展延伸。从借助卫星遥感进行污染监测的图像识别，到用于危险废物处置的具身智能机器人，AI正逐步构建起一套智能化技术矩阵。近年来，大语言模型成为技术布局的重点方向。

自2025年以来，相关主体聚焦行业知识整合、智能平台搭建与应用场景创新，在基础算力搭建、领域知识库构建、基础大模型平台建设、环评文件智能辅助审批、行政执法案卷智能评查，以及人工智能算法评估方法团体标准制定等方面均取得了积极进展。

——中国环境引生态环境部信息中心主任汪海洋

https://www.cenews.com.cn/news.html?aid=1404451