七夕，如何續寫「宇宙級浪漫」
2026-01-26 16:15 9,582次浏览近日，盒馬公布了最新開店計劃：盒馬鮮生計劃財年內開出近100家門店，屆時盒馬門店總數預計會超過500家。記者從今日的溝通會上獲悉，從2024年起，盒馬開始加速擴張，上一財年新開近70家門店，新增27個覆蓋城市，所到之處即成為當地市民的打卡地，經常出現開業兩周後仍然大排長龍的景象。來自消費市場的熱情也直接體現在盒馬業績上，阿里巴巴集團2025財年年報顯示，盒馬2024年4月-2025年3月的2025財年GMV（商品交易總額）超750億元，首次實現全年經調整EBITA盈利。根據中國連鎖經營協會（CCFA）發布的2024年連鎖百強榜單，盒馬憑藉銷售額和門店數實現雙位數增長躋身前三。今年正值創立十周年，盒馬仍將開足馬力加速開店。盒馬CEO嚴筱磊表示，開更多的門店一方面能服務更多的消費者，另一方面則將堅持通過科技和創新為用戶帶來更多好商品，更便捷的服務和更好的購物體驗。這也是嚴筱磊的首次公開亮相，她回應了最近熱議的盒馬X會員關店問題。「過去一年，盒馬經歷了起起伏伏，市場上議論的聲音很多，我們一直悶頭做事。」她透露，去年以來，盒馬基於聚焦主業的策略做一些關店的處理，但累計關店數量不超過整體門店數的2%，同時聚焦核心也帶來了高速增長。」2016年1月盒馬鮮生首店在上海浦東金橋國際商業廣場開出時，因門店中鮮活的帝王蟹、波士頓龍蝦給顧客打開購物新體驗，也留下深刻的印記，成為標誌性商品。此後，日日鮮、帝皇鮮、盒馬工坊等系列自有品牌商品陸續出現在盒馬門店的貨架上，並逐漸延伸到家居日用等全品類商品，為消費者帶來一站式購齊的「盒區房」品質生活。過去10年，盒馬在夯實供應鏈能力的同時，也在不斷推出各種創新商品。盒馬的貨架上不僅有來自全球的新鮮尖貨，也有了各種火遍社交平臺的時尚網紅美食，它們是吸引用戶不斷探索盒馬的原因。創新驅動的商品力、紮實的供應鏈基礎、明確的核心業態，成為支撐盒馬快速發展的基礎。今年上半年，盒馬先後進入天津、石家莊、唐山、泰州、遂寧等城市，通過「首店效應」為當地注入城市消費新活力，並為當地城市帶去了更多就業崗位，也讓顧客有了更好的購物選擇。盒馬正在通過各種方式升級服務。今年，「盒馬雲超」升級為「雲享會」，為消費者提供了線上升級版的購物新通道，讓不住在盒區房、非盒馬x會員的用戶也可以下單購買近4000款商品，且服務已基本實現全國覆蓋。近日，盒馬會員體系還與淘寶會員體系首次打通，所有淘寶88VIP會員均可免費領取一張有效期為90天的盒馬X會員權益，可享受盒馬會員日線上線下88折、每日免運費1次、免費領菜等權益，短短幾天會員數實現翻倍，更多淘寶用戶享受到了盒馬會員專屬的服務。
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。
免费真人视频网站直播下载
「活动」首次登录送新手大礼包
- 软件大小: 315.61MB
- 最后更新: 2026-01-26 16:15
- 最新版本: v3.2.9.6
- 文件格式: apk
- 应用分类:ios-Android 极速直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.35以上
客服热线：139-9538-4185
小猫咪视频类似软件
猜你喜欢
63214
47938
75
2026-01-26 16:15
17582
39
2026-01-26 16:15
51943
34
2026-01-26 16:15
69347
53
2026-01-26 16:15
47219
98
2026-01-26 16:15
52986
53
2026-01-26 16:15
58279
67
2026-01-26 16:15
13245
27
2026-01-26 16:15
39586
42
2026-01-26 16:15
41728
72
2026-01-26 16:15
27658
86
15
98
69
51
85
76
