國臺辦：日益強大的人民海軍將為維護中華民族根本利益提供更強有力的保障
2026-01-29 21:39 2,649次浏览■本報記者 吳雨倫 中國飛盤隊今日完成了世界運動會歷史首秀，在團隊飛盤項目中以8比13憾負德國隊。近年來飛盤運動在中國從校園社團悄然興起，經歷了城市俱樂部遍地開花的繁榮，最終從街頭走向國際賽場——這支由職員、老師、學生等組成的中國隊就是最真實寫照。 25歲的李鑫今年6月剛畢業於成都大學，9月將成為德陽市一所小學的體育老師。他至今記得2018年那個夏天。在成都大學的軍訓操場上，師兄們手中的飛盤令他十分好奇。「我試玩了一次，就徹底迷上了。」彼時的他不會想到，七年後自己會身披國家隊戰袍，站上世運會賽場。 飛盤運動起源於上世紀60年代的美國，1989年德國卡爾斯魯厄世運會，團隊飛盤首次作為邀請項目亮相，此後在2001年秋田世運會上成為正式項目。中國隊此前從未出戰，只因國內的飛盤運動起步較晚，就在七年前，還只是一項小眾運動。 李鑫加入成都大學飛盤社團時，整個社團僅20多人，身邊多數同班同學都對這項運動感到陌生。第一次在校園組織飛盤體驗活動時，半天下來只吸引了寥寥數人。如今，這個社團已發展到近百人規模，就連以前不理解他的朋友，也經常在朋友圈裡曬飛盤運動時的照片。 國家隊選手周安琪與飛盤的緣分始於2021年，那正是飛盤運動憑藉低門檻、強社交的特點成為都市青年運動新寵的階段。當時在運動品牌公司工作的她，偶然接觸到上海滬蛙飛盤俱樂部，瞬間被這項運動吸引。「有一個機會讓所有人在同一片場地爭奪飛盤，共享一塊盤，還能打破性別壁壘，這項運動太酷了。」 作為打工人，周安琪需要在工作與訓練間艱難平衡。她平時利用下班後和周末的時間訓練。她坦言，業餘運動員難免要面對「賺錢養家」與「追逐夢想」的矛盾，但她「願意這樣為愛折騰」。公司的支持更是讓她心懷感激：「我必須要感謝我的老闆，她給了我假期讓我有機會參加世運會，這份理解也是我堅持的動力。」 去年通過選拔進入中國飛盤隊，如今在世運會的舞臺上代表中國出戰，周安琪深知意義非凡：「這是飛盤被更多中國人看到的機會，能讓大家知道它是熱血、正規的運動。」目前，周安琪所在飛盤俱樂部的成員大部分是與她年齡相仿的都市打工人，這正是近年來飛盤運動在國內群眾基礎持續擴大的寫照。截至2024年底，全國31個省區市及港澳臺地區飛盤項目註冊協會超100家，俱樂部達900餘家，覆蓋近200個城市，高校飛盤社團增長率連續三年超過40%。 與群眾基礎同步提升的還有專業競技水平。在英國諾丁漢舉行的2023年U24世界青年飛盤錦標賽上，來自新加坡的何志豪經人推薦，成為中國飛盤集訓隊的主教練。彼時的他已與飛盤相伴19年，從18歲踏入大學校園初次接觸這項運動開始，便與飛盤結下了不解之緣。回憶起自己剛接觸飛盤運動時，何志豪坦言：「當時新加坡飛盤的發展狀況比現在中國糟糕得多，全國打盤的總共也就百來人。」 有了基礎，才有上層建築。中國飛盤隊直到2024年才真正完成組建，在此之前，甚至湊不出一支專業隊參賽。「中國這兩年的飛盤發展速度遠超預期。」何志豪對中國飛盤近兩年來的跨越式發展尤為感慨，「如果新加坡回到10到15年前，我們可能連與強隊對抗的機會都沒有，但現在中國隊在和德國隊比賽都能咬得住。」 在中國執教的一年又八個月後，何志豪坦陳，中國飛盤運動雖然進步飛速，但與頂尖水平依然存在五到七年的差距。他表示，日本、澳大利亞、新加坡等亞洲飛盤水平先進的國家已形成非常成熟的培養體系，而中國還在積累探索階段；以新加坡為例，高校和中學已將飛盤列為常規體育項目，全民參與度很高，而中國在青少年基礎、賽事體系等方面仍需完善。 周安琪眼中的未來是「飛盤的蛋糕越做越大」，並呼籲更多人透過爆火現象與社交屬性看到這項運動的專業性。不過相比兩三年前，如今國內的飛盤熱潮逐漸褪去，她對此並不避諱：「初期吸引大量愛好者是好事，這是擴大群眾基礎的第一步。」在周安琪看來，那些在浪潮中沉澱下來的愛好者，「才能支撐中國飛盤走得更遠」。 (本報成都8月12日專電)
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
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。
抓饭直播
「活动」首次登录送新手大礼包
- 软件大小: 235.12MB
- 最后更新: 2026-01-29 21:39
- 最新版本: v3.7.10.2
- 文件格式: apk
- 应用分类:ios-Android 伊人下载
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.51以上
客服热线：138-6317-5493
96732
98135
59627
46
2026-01-29 21:39
17468
51
2026-01-29 21:39
63748
56
2026-01-29 21:39
18946
59
2026-01-29 21:39
47583
93
2026-01-29 21:39
46327
84
2026-01-29 21:39
52918
96
2026-01-29 21:39
15793
81
2026-01-29 21:39
43219
34
2026-01-29 21:39
95
57329
39617
54
69752
86
43856
64513
39
