河南省南陽市人大常委會原副主任高賢信被「雙開」
2026-03-04 12:53 7,185次浏览近日，一條產教融合的人形機器人零件柔性共享製造智能產線在北京科技職業大學正式落成。北京青年報記者了解到，該產線由北京科技職業大學與智能製造企業北京螞蟻工場智造科技有限公司共建，它的建成不僅為學校教學工作提供了全新的實踐平臺，更開創性地成了「真訂單、真生產、真交付」的產教融合實踐教學創新平臺。走進北京科技職業大學先進位造實訓基地一層西側的實訓車間，一條佔地300餘平方米的人形機器人零件柔性共享製造智能產線映入眼帘。螞蟻工場項目經理許明佩介紹，這條產線集成立體庫碼垛機器人，5臺數控加工中心、有軌制導車輛(RGV)和自動引導車(AGV)、機器臂等配套設備設施，形成從原材料預裝到加工、存儲、再調度的全自動化閉環。該產線能夠充分滿足機器人核心零部件小批量、多樣化、小尺寸、高精度的創新研發與試製生產等需求。 「這條產線不僅是生產單元，更是教學載體。」北京科技職業大學工程訓練中心主任韓偉介紹，基地特別設置了10個教學工位，學生可實時觀察產線運行數據與數字孿生仿真畫面，獲得「做中學、學中做」的沉浸式教學體驗。 「從這裡能學到真實產線上零件的完整生產流程，學生能參與到流程的各個環節，這些都是從課本上學不到的。比如，學生可以參與從運行管理、工藝設計、數控編程、產線控制與運維、數據採集及數字孿生等全鏈條生產各個環節，深度掌握產品工藝設計、數控編程、系統操作、智能質量檢測及控制的核心技能。」韓偉說。 北青報記者了解到，北京科技職業大學與北京螞蟻工場智造科技有限公司將共同開發覆蓋智能加工、在線檢測、數字孿生、數據採集和預測維護全流程的實踐教學體系，並開設《工程訓練》《智能產線集成與應用》《工業數據採集與可視化》等5門核心課程。產線運營採用「企業訂單+教學實訓」雙軌模式，由螞蟻工場提供真實生產訂單，學校師生參與從工藝設計到成品交付的全流程生產，實現生產與教學的無縫銜接。 今年，北京科技職業大學首批機械電子工程技術等相關專業職業本科學生將參與人形機器人非標結構件加工實訓，完成多批次零件的生產交付。企業還將派遣工程師駐校指導，確保教學內容與產業需求同步。「明年學校計劃申報『機器人技術』職業本科專業，這個實訓基地將成為未來機器人技術專業本科生必修的內容之一。」韓偉表示。 值得一提的是，面對飛速發展的具身智能產業，學校和企業還計劃共同申報「北京市具身機器人非標結構件快速響應中心」，打造集研發、中試、生產、教學於一體的創新平臺。項目全部建成後，預計年培訓學生500人次，承接企業訂單產值超200萬元，將成為經開區乃至全市的人形機器人零部件柔性製造共享平臺。 文/本報記者武文娟攝影/本報記者崔峻
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。
柠檬直播
「活动」首次登录送新手大礼包
- 软件大小: 347.59MB
- 最后更新: 2026-03-04 12:53
- 最新版本: v2.3.14.17
- 文件格式: apk
- 应用分类:ios-Android 蜜桃app
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.31以上
客服热线：134-9751-3942
春雨直播类似软件
猜你喜欢
35
65831
18
2026-03-04 12:53
92385
86
2026-03-04 12:53
38429
62
2026-03-04 12:53
58429
83
2026-03-04 12:53
69532
21
2026-03-04 12:53
37216
79
2026-03-04 12:53
68549
47
2026-03-04 12:53
83564
73
2026-03-04 12:53
51876
13
2026-03-04 12:53
64751
48
2026-03-04 12:53
43712
39
2026-03-04 12:53
64
28471
54192
48975
36
62957
76925
93614
32517
