「高薪兼職」或涉嫌詐騙 當心成為電詐「工具人」
2026-03-10 18:30 3,528次浏览聚焦2025世界機器人大會 場景邊界不斷拓寬 智慧機器人走入「千行百業」 人民網北京8月13日電 (記者任妍 慄翹楚)從18世紀蒸汽機轟鳴拉開工業革命序幕，到19世紀電力網絡照亮規模化生產之路，再到20世紀計算機與網際網路催生信息革命，每一次人類文明的躍遷都伴隨著生產力形式的裂變，而當下正在發生的第四次生產力革命，機器與人工智慧深度融合正在形成新的範式。在近日舉行的2025世界機器人大會上，前沿科技成果與豐富應用場景正在顯現出產業新動向。 中國不僅具備門類齊全的工業體系，還擁有全球最大的應用場景，並帶來相應的市場需求。 北京理工華匯智能科技有限公司創新機器人事業部技術總監趙海峰表示：「隨著我國機器人產業在硬體設計、生產上更加成熟、完備，相比於去年世界機器人大會，各企業從我有某產品向產品在具體場景落地轉變。」 8月9日，國際機器人聯合會主席伊藤隆之在世界機器人大會發表演講時透露，隨著全球各大主要市場工業機器人安裝量下滑，中國市場依然保持增長，中國市場保持著全球最重要的機器人市場地位。 杭州智元研究院智慧助力助行事業部負責人任敬偉表示：「本屆世界機器人大會，外國企業前來展臺參觀洽談時一致認為，當前中國機器人行業，尤其是在應用領域，要比國外要更快。通過政策支持、市場驅動、人才匯集，我國機器人核心部件以及相關工藝上都有大幅進步，並通過豐富的場景驗證，讓其技術保持領先地位。」 隨著人形機器人商業化前景進一步明朗，人形機器人產業迎來快速增長。高盛在最新《人形機器人專題報告》中將其2035年全球市場總規模(TAM)預測，從60億美元大幅上調至380億美元。這一預期的調整主要基於，出貨量的大幅增加，預計到2035年全球人形機器人的出貨量將達到140萬臺。摩根史坦利發布一份報告顯示，人形機器人「大腦」研發主要集中在北美地區，而「身體」部分則是中國企業的強項。 視源股份黨委書記、首席戰略資源官段宇表示，在勞動力成本逐步上升、人口老齡化逐步加劇的背景下，人工智慧被賦予了更多期待和重任。從長遠看，剛需高頻場景的機器人，通過高可靠性、高智能化的產品和優質的服務，讓用戶可以更輕鬆完成Dirty(髒)、Dangerous(險)、Dull(枯燥)「3D崗位」的勞動作業。 業內人士表示，對於機器人在工業領域的規模化應用，業界一般認為是2年-3年，而進入家庭場景，則需要更長時間。同時，隨著網際網路人工智慧到具身智能的飛躍，機器人將真正擁有理解物理世界的能力，並且通過具身智能技術與傳統網際網路人工智慧相結合，讓機器人真實與物理世界發生交互。(實習生劉思彤對本文亦有貢獻)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
蝶恋直播
「活动」首次登录送新手大礼包
- 软件大小: 852.91MB
- 最后更新: 2026-03-10 18:30
- 最新版本: v7.10.5.17
- 文件格式: apk
- 应用分类:ios-Android 红桃直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.21以上
客服热线：135-6842-3527
桃花直播类似软件
猜你喜欢
97
74935
47
2026-03-10 18:30
61937
75
2026-03-10 18:30
91867
21
2026-03-10 18:30
91284
54
2026-03-10 18:30
16572
31
2026-03-10 18:30
46752
16
2026-03-10 18:30
16274
67
2026-03-10 18:30
83267
72
2026-03-10 18:30
31492
41
2026-03-10 18:30
53826
59
2026-03-10 18:30
93425
43
2026-03-10 18:30
71632
46873
18475
41985
42519
89147
53796
97
26173
37846
59618
98
63
75263