一張自拍照中,德國工程師弗倫茨·施塔克緊挨著一款造型簡潔優雅的移動空調,微笑著豎起大拇指。在斯圖加特工作的施塔克近日通過視頻連線告訴新華社記者,這臺中國品牌的空調「表現出色」。 隨著夏季高溫天氣頻頻來襲,製冷類家電在歐洲持續熱銷。記者在走訪中發現,不少消費者都選擇了中國品牌,因為中國製冷類創新產品能滿足市場需求,並憑藉節能、設計美觀和售後服務可靠等優勢贏得青睞。 以往,歐洲的夏天不那麼炎熱,不少國家的居民樓沒有安裝空調的需求。如今若要加裝空調,人們將面臨建築條件不允許、物業手續複雜、安裝費用過高等一系列難題。 施塔克的家在建造時沒有配備空調。近幾年,位於頂層的兒童房入夏後高溫難耐。經過比較,施塔克選擇了中國品牌美的移動分體空調PortaSplit。「這款產品無需安裝,移動方便,運轉安靜,製冷效果也很出色。」他說。 「我有點驚訝在歐洲市場幾乎找不到類似產品。」施塔克對記者說,「只有一款比較類似,但噪音很大,而且價格貴了一倍。」 美的家用空調歐洲研究所所長雅斯佩特·董介紹,2025年上半年,美的空調在歐洲整體銷量同比增長35%,其中PortaSplit產品在德國累計銷量達6萬臺。 義大利6月中下旬迎來2025年的第一輪高溫。在米蘭從事人力資源研究的伊沃·格蘭德當時購入一臺海信移動空調,產品即插即用,能迅速給室內降溫。 海信義大利公司執行長詹盧卡·迪彼得羅說,高溫來得太早太快,很多人等不及購買並安裝傳統空調,移動空調是有效解決方案。 此外,來自中國的手持小風扇也融入歐洲民眾的日常生活。在義大利首都羅馬,計程車司機弗朗切斯科在車內放了一臺手持小風扇。「它可以摺疊,體積小巧,適合放在車裡。」他說,電扇雖小,但風力強勁,可以提高車內空氣循環和增強車載空調效果。 「我們今年已經賣出至少80萬個手持小風扇,與去年相比增長明顯。」位於米蘭的Mulin進出口貿易公司董事長梅家俊說,「有來自法國的客戶一次性訂購了好幾個貨櫃。」 近年來,歐洲能源價格持續上漲,節能性成為消費者購買製冷家電的重要考量因素。 在羅馬運營二手奢侈品公司的萊斯莉·文迪蒂對記者說:「義大利近幾年的夏天越來越熱,電費幾乎翻倍。今年我無論如何也要裝空調。」她最後選擇了一臺帶有歐洲最高等級能效標識的海爾空調。 中國製冷產品不僅能耗低,而且外觀設計也越來越契合歐洲市場審美。從打造優質產品到提升優質服務的過程中,中國製冷產品的口碑不斷夯實。 據介紹,美的在米蘭創建了設計中心,通過本地化團隊不斷提升產品設計水平。除了移動空調,傳統電風扇領域中的無葉智能風扇、冷風扇等新一代技術產品也收穫不少消費者的肯定。截至2025年上半年,這類產品在歐洲銷量已突破45萬臺。 文迪蒂在選購空調前,諮詢了懂行的朋友和本地空調安裝師傅。「大家都說中國品牌功能強、價格合理、售後服務完備。」她說,「我也很信任中國製造的家電和科技產品。」
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。
43752
97
2026-01-01 10:48
65417
93
2026-01-01 10:48
45839
84
2026-01-01 10:48
67195
32
2026-01-01 10:48
61937
52
2026-01-01 10:48
49683
65
2026-01-01 10:48
58973
52
2026-01-01 10:48
32587
83
2026-01-01 10:48
24731
23
2026-01-01 10:48
81269
53
2026-01-01 10:48
17943
81
2026-01-01 10:48
31894
95
2026-01-01 10:48
68213
34
2026-01-01 10:48
92437
62
2026-01-01 10:48
59136
85
2026-01-01 10:48
74591
39
2026-01-01 10:48
37145
43
2026-01-01 10:48
25473
89
2026-01-01 10:48
12839
56
2026-01-01 10:48
36487
74
2026-01-01 10:48
48932
64
2026-01-01 10:48
36971
75
2026-01-01 10:48
86473
19
2026-01-01 10:48
79618
43
2026-01-01 10:48
16452
93
2026-01-01 10:48
76249
15
2026-01-01 10:48
17495
95
2026-01-01 10:48
89261
75
2026-01-01 10:48
75824
29
2026-01-01 10:48
27418
25
2026-01-01 10:48
18597
67
2026-01-01 10:48
75928
14
2026-01-01 10:48
52134
54
2026-01-01 10:48
73824
67
2026-01-01 10:48
54967
61
2026-01-01 10:48
87196
79
2026-01-01 10:48
38795
42
2026-01-01 10:48
98547
46
2026-01-01 10:48
26413
68
2026-01-01 10:48
81369
31
2026-01-01 10:48
13986
91
2026-01-01 10:48
27964
43
2026-01-01 10:48
65124
28
2026-01-01 10:48
96142
19
2026-01-01 10:48
25784
89
2026-01-01 10:48
91745
69
2026-01-01 10:48
95381
18
2026-01-01 10:48
73861
85
2026-01-01 10:48
97845
27
2026-01-01 10:48
53768
57
2026-01-01 10:48
91735
52
2026-01-01 10:48
47832
23
2026-01-01 10:48
86492
28
2026-01-01 10:48
| 趣爱直播 | 黑白直播 |
| 贵妃直播 | |
| 伊人app | 糖果直播 |
| 小草莓直播 | |
| 飞速直播 | 花瓣直播 |
| 西甲直播 | |
| 曼城直播 | 直播黄台app凤蝶 |
| 糖果直播 | |
| 杏仁直播 | 香蕉app免费下载 |
| 现场直播 | |
| 蜘蛛直播 | 蜜糖直播 |
| 快猫 | |
| 桃花直播 | 凤凰网直播 |
| 直播软件下载 | |
| 夜月直播www成人 | 莲花直播 |
| 黑白直播体育 | |
| 黄瓜直播 | 免费直播平台 |
| 香蕉直播 | |
| 金桔直播 | 荔枝直播 |
| 莲花直播 | |