「絲路共融·視界同行——阿拉伯專家走進中國文藝家之家互鑑分享會」舉辦
2025-12-21 09:30 7,134次浏览昆明8月5日電 題：雲南鋦瓷匠人巧手再造 令瑕品煥新出彩 作者 黃興鴻 冮夢迪 張馨怡 「下鑽要穩，這不僅是修復，更是延續器物的生命。」4日，在雲南昆明瑞鼎軒鋦匠坊，58歲的付忠華悉心指導來自西安的14歲男孩侯蘇喆。看到將一枚枚小鋦釘嵌入瓷杯鋦孔，原本破碎的杯子修復後變得更美觀，侯蘇喆稱要用心學習並傳承好歷經數千年的鋦瓷技藝。 「沒有金剛鑽，別攬瓷器活，這句話就來自鋦瓷行當。」付忠華介紹，鋦瓷伴隨土陶產生而誕生，有數千年歷史。《清明上河圖》中有鋦匠街頭作業的場景，足以說明這項技藝在當時已成熟流行。 8月4日，付忠華(右)指導侯蘇喆(左)鋦瓷。黃興鴻 攝 付忠華稱，在陶、瓷使用過程中，難免會造成破碎、開裂、缺角等情況發生。中國匠人們發明了「金剛鑽」和「鋦釘」，總結出鋦瓷技藝，繼而產生了鋦補修復陶瓷這一行當。傳統鋦瓷多用鐵、銅等金屬製作鋦釘，「鋦活秀」中還會用到金、銀等貴金屬。他會結合器物紋理設計圖式，鋦上饕餮紋、書法、花、鳥等圖案，讓修復後的器物更具美感。 付忠華可謂出生鋦瓷世家，其祖輩明末帶著鋦瓷技藝從南京搬遷至地處中國西南的雲南生活。他從小耳濡目染，並掌握了該項技藝。 不過，年輕時的付忠華並未專注鋦瓷，其先後涉足餐飲、茶葉、翡翠、汽修等20餘個行業。2002年，他開始做茶葉生意，一位茶友的兩個茶壺摔壞，經他妙手一鋦，原本已瑕的壺更具美感。此後，不少朋友都慕名而來請他鋦茶壺、茶杯等。看到鋦瓷仍受市場歡迎，2007年，付忠華全身心投入鋦瓷，併到中國多省對鋦瓷展開深入調研。 2015年，付忠華首創「玉鋦」技藝，將翡翠、黃龍玉、南紅瑪瑙等特色玉石作為鋦補材料，結合器皿色彩與用戶需求進行個性化雕琢，在保障實用功能的同時，增加其藝術性。此外，將青銅文化融入鋦瓷文化，讓兩種優秀的傳統文化相得益彰。他的多件作品在比賽中獲獎；作品《殘貼》被中國工藝美術博物館永久收藏。 8月4日，鋦上銀和銅圖案的建盞。黃興鴻 攝 「鋦瓷，是對器物的再創造，除了細心耐心，還要精心設計，這樣的鋦瓷才具有靈魂。」付忠華稱，他的客戶普遍中國各地，其每年要鋦逾500件器物，其中三成是完好的，客戶想要的是錦上添花，讓器物更具藝術價值。 侯蘇喆因好奇摔碎的碗是否可以復原，上網尋求答案了解到鋦瓷文化並結識付忠華，專程利用暑假到昆明學藝。經過3天學習，他對鋦瓷技藝產生濃厚興趣，表示要拜付忠華為師。 鋦瓷技藝是雲南省非物質文化遺產代表性項目，付忠華是該項目的省級代表性傳承人。 截至目前，付忠華已培養出50餘名徒弟，其中4人獲評區級代表性傳承人、1人獲評雲南省工藝美術大師、7人獲評雲南省民間工藝大師、4人獲評雲南鋦瓷工藝大師。他計劃70歲前徒弟達200人，讓技藝火種持續傳遞。 8月4日，付忠華的部分「玉鋦」作品。黃興鴻 攝 付忠華稱，雲南這片熱土，為其創作提供了源源不斷的靈感及素材。下一步，將在鋦瓷中融入古滇青銅文化、瓦貓文化等，並著手與建水紫陶、宜興紫砂的大師聯名推出玉鋦茶器，讓鋦瓷技藝成為激活其他傳統產業的文化密碼，提高產品附加值。 為推動鋦瓷文化的系統性傳播和技藝傳承，付忠華計劃在昆明成立鋦瓷博物館，展示300餘件明代以來的鋦瓷精品，並開展相關研學活動。 「我將不斷提升鋦瓷技藝，讓鋦瓷在新時代綻放『瑕品煥新、文化生輝』的獨特光彩。」付忠華如是說。(完)
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。
sky直播
「活动」首次登录送新手大礼包
- 软件大小: 367.42MB
- 最后更新: 2025-12-21 09:30
- 最新版本: v1.6.9.8
- 文件格式: apk
- 应用分类:ios-Android 打开b站看直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.46以上
客服热线：133-3541-2598
59
51987
25
2025-12-21 09:30
39258
98
2025-12-21 09:30
96241
12
2025-12-21 09:30
28917
69
2025-12-21 09:30
24815
71
2025-12-21 09:30
21897
94
2025-12-21 09:30
12648
15
2025-12-21 09:30
64825
29
2025-12-21 09:30
54269
48
2025-12-21 09:30
37
71328
94
48391
19734
91
18
56419
52
49
85
26
69278
13948