東西問｜夏玉清：南僑機工回國抗戰，背後有哪些關鍵力量？
2026-02-02 18:39 2,375次浏览這幾天，有著幾十年歷史的老字號品牌大白兔奶糖，也玩起了二次元跨界。這隻上海市民十分熟悉的「兔子」，與熱門國產遊戲《明日方舟》合作推出「甜憶迴響」主題聯動活動。近日，聯名產品正式上架後，記者發現，共計4萬盒原味、清涼味大白兔奶糖聯名禮盒，短短2分鐘售完，紅豆味也很快售罄。8月8日，首批單瓶裝聯名奶糖上架後也「秒空」。阿米婭款（經典原味）「大白兔是陪伴了一代代人的中華老字號，近些年通過創新的營銷手段，持續推動品牌年輕化，引發年輕群體的熱議。」上海冠生園食品有限公司市場部總監孫雨薇說，這隻憨態可掬、活力十足的大白兔「本兔」也在逐步IP化。「鷹角網絡的《明日方舟》作為當下熱門的頭部遊戲IP，其玩家群體與大白兔的目標消費群體高度契合，遊戲裡也有一個『兔兔』（阿米婭），『上海雙兔』的概念讓此次合作更有默契。」W款（紅豆味）據悉，本次聯動角色為《明日方舟》中的阿米婭、W、哀琺尼爾三個角色。雙方合作推出原味、紅豆味、清涼味三種口味的「甜憶迴響」套組，禮盒中除了角色定製款瓶裝奶糖，還包含角色亞克力立牌、明信片、徽章、收藏卡、收納盒等穀子。經典的大白兔奶糖糖紙也變得更具二次元氣息，結合遊戲元素推出的定製款糖紙受到不少玩家喜愛。此外，「甜憶迴響」主題鐺鐺車也在熱鬧的南京路步行街亮相。哀琺尼爾款（清涼味）孫雨薇介紹，此次聯動引入了「糖紙即周邊」的概念，定製的大白兔奶糖糖紙，提高了糖紙的收藏價值，平衡了糖果的食用功能和潮流IP的收藏屬性。在設計過程中，合作款產品包裝的核心視覺元素，如「大白兔」LOGO、經典的大白兔IP以及標誌性的奶糖風味被嚴格保留，確保品牌的核心辨識度。同時，雙方針對3個遊戲人物選擇了不同的奶糖口味。「我們並非簡單地將遊戲角色『貼』在傳統包裝上，而是邀請《明日方舟》的美術團隊，結合大白兔的LOGO、藍白條紋、兔子形象等經典視覺符號，進行深度共創，並採用符合《明日方舟》世界觀審美的藝術風格，將角色形象、UI元素等巧妙融入包裝結構，形成既有強烈二次元視覺衝擊力，又不失大白兔經典韻味的設計語言。」主題鐺鐺車她透露，此次合作提升了大白兔奶糖在Z世代及年輕消費群體中的認知度、好感度和討論度；社交媒體聲量、電商平臺年輕用戶搜索量、線下門店的熱度均有顯著增長。「年輕化是老字號讓『經典』在新時代人群中繼續成為『網紅』的戰略。與《明日方舟》這樣的潮流IP合作，為消費者帶來更多驚喜，也為品牌發展注入持久活力。」主題鐺鐺車值得一提的是，中國國際動漫遊戲博覽會（CCG EXPO）組委會是此次破圈聯動的幕後推手，項目參與者李君蘭在談及此次合作時說，這是一次極具意義的價值共創，這不僅是上海賦能老字號「守正創新」的標杆實踐，更是在文旅商體展深度融合、激發消費新動能的背景下，一次打通傳統產業與數字創意經濟邊界、釋放「經典」與「潮流」乘數效應的創新探索。「它為全國傳統品牌在消費升級浪潮中煥新突圍，貢獻以文化力撬動商業力、實現品牌資產跨代際傳承與增值的『上海思考』。」
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。
伊人app
「活动」首次登录送新手大礼包
- 软件大小: 318.74MB
- 最后更新: 2026-02-02 18:39
- 最新版本: v15.12.9.2
- 文件格式: apk
- 应用分类:ios-Android 秀色直播app下载安装app
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.29以上
客服热线：132-1476-7693
69
41278
28356
56
2026-02-02 18:39
56981
98
2026-02-02 18:39
25813
81
2026-02-02 18:39
57963
25
2026-02-02 18:39
94218
97
2026-02-02 18:39
69824
61
2026-02-02 18:39
61829
79
2026-02-02 18:39
95761
51
2026-02-02 18:39
16729
64
2026-02-02 18:39
21
45729
96
29
64531
62489
41
89
29738
49
47
65387