王興興：不超十年，人形機器人可以走進千家萬戶
2026-01-25 13:12 4,451次浏览挺進失聯村，把洪災現場情況帶出來(黨旗在基層一線高高飄揚) 「8月1日上午，河北興隆縣六道河鎮前往朱家溝村的進村道路終於打通……」看到這條新聞時，在救災一線奮戰多日的劉梓丞長舒了一口氣。 時間回到3天前。7月29日14時，承德市消防救援支隊高新區大隊冠峰路消防救援站副站長、共產黨員劉梓丞接到指令：由他帶領24名消防救援人員組成先頭突擊隊，挺進因遭受山洪泥石流災害失聯的六道河鎮朱家溝村，探查受災情況、進行救援。 突擊隊成員人均背負三四十斤的救援裝備，徒步進入山溝。原有的道路早已化為烏有，隊員們有時需要徒手攀巖前進，有時則不得不蹚水過河。「當時河道中水量很大，有些位置的河水甚至到達胸口。」劉梓丞說。 濁流湍急，人幾乎站不住，很容易被衝走。兩名經驗豐富的班長先行探路，腰纏繩索踏入激流，後方隊員們拽住繩端。艱難抵達對岸後，他們在亂石灘中尋找電線桿、巨石等堅固錨點，將繩索牢牢固定，隊員們拽著安全繩艱難前進。 有段河的水流更急，經驗豐富的班長也過不去。「我們研究了地圖，順著旁邊滑坡的山體爬到山頂繞路過去，花了整整一個小時。」劉梓丞說，「食物和水不敢多帶，把更多的負重用來背裝備，這樣能更快一點救援受災群眾。」 20時，突擊隊終於抵達朱家溝村一組。手電微光下，劉梓丞帶著隊員認真勘查現場災情：一間房屋整體被厚厚泥漿覆蓋；殘存房屋搖搖欲墜，地基懸空。山腰處的兩三戶人家裡，隊員們發現一名受傷村民，當即為他做了簡單處置，另外了解到還有人員失聯。隨身帶著衛星電話，劉梓丞爬到山頂，將獲知信息傳送回後方指揮部。 入夜，山風凜冽，寒氣刺骨。村民在院裡點燃火堆，幫著隊員們烘烤溼透的衣服。還有老鄉端出僅存的食物，可隊員們無人伸手。「大夥都清楚，東西都被山洪衝走了，老鄉們也剩不下多少口糧。」劉梓丞說。 30日凌晨4時，天蒙蒙亮，幾名隊員留下挖掘被困者，劉梓丞則帶領其他隊員奔赴另外幾個村民組。整整一個上午，災情逐漸清晰：二組無人員傷亡，三組有人失聯、受傷，四組安全，五組安全，六組安全……各種信息在劉梓丞這裡匯總，通過衛星電話，傳遞到外面。 12時，攜帶物資藥品的百人增援隊伍抵達朱家溝村。撤離前，突擊隊從山頂轉移了3名被困老人。其中一名七旬老人在隊員的護衛下，挪過溼滑的山徑，最終安全到達山下親戚家。 「作為黨員，我們衝破險阻，把洪災現場情況帶出來了；作為領隊，我把24名突擊隊員也安全帶回來了。」劉梓丞說。(人民日報 記者 張騰揚)
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。
香蕉app免费下载
「活动」首次登录送新手大礼包
- 软件大小: 463.15MB
- 最后更新: 2026-01-25 13:12
- 最新版本: v3.1.19.6
- 文件格式: apk
- 应用分类:ios-Android 小k直播姬
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.12以上
客服热线：133-3514-6459
73
21647
84
2026-01-25 13:12
96415
32
2026-01-25 13:12
94751
58
2026-01-25 13:12
14796
39
2026-01-25 13:12
61732
19
2026-01-25 13:12
94167
36
2026-01-25 13:12
71643
76
2026-01-25 13:12
37615
65
2026-01-25 13:12
46213
42
2026-01-25 13:12
17429
94318
21875
16758
93
34
38
14759
32164
71
71394
96
