輝煌60載 魅力新西藏丨西藏生長的力量
2025-11-29 09:21 6,238次浏览八月的上海楓涇，樂高積木的顆粒聲與古鎮的櫓聲即將交織成曲。距離第七屆中國AFOL節暨樂高®玩家作品交流展開幕僅剩3天，這座擁有千年歷史文化底蘊的江南水鄉正以熱情的姿態，向全球樂高愛好者發出盛情邀約——2025年8月9日至10日，一起相聚楓涇，共赴一場跨越年齡與國界的創意盛宴！作為亞洲第二個獲得樂高集團認證的玩家展會，本屆活動在上海市金山區文旅局及楓涇鎮人民政府的指導下，由中國AFOL節組委會與上海楓涇古鎮旅遊發展有限公司共同主辦。活動以「交流、分享、推廣樂高粉絲文化與創新」為核心宗旨，致力於搭建亞洲樂高愛好者的深度交流平臺，打造世界認知中國樂高文化的特色窗口。開幕當日，來自中國樂客、樂樂鎮的故事、樂構英雄會、粵樂匯、Kacha咔嚓攝影、福樂方塊、豫樂家（排名不分先後）七個樂高®認證成年玩家線下與線上社區將帶來500餘件樂高作品，堪稱歷年之最。這些作品包括MOC設計、攝影作品、收藏品專區等，涵蓋大型沙盤、機甲雕塑、建築藝術等全品類。 每一屆AFOL節都以獨特的主題與形式，成為樂高愛好者心中的「年度必赴之約」。比如，2024年福州站，在樂高收藏展示區就展出70餘件1935至1978年間的古董樂高，這些承載著樂高集團近半個世紀創新基因的展品，堪稱系統呈現樂高歷史脈絡的珍藏展。今年，這類展品的數量也達到了100餘件。為期兩天的活動，除靜態展覽外，樂高機器人格鬥賽、限時MOC創作賽等競技項目也將進一步點燃現場激情，5場專業分享會則特別邀請了樂高集團相關聯團隊與知名AFOL揭秘創作心法，從靈感捕捉到結構力學，全方位解鎖樂高藝術的奧秘，讓更多樂高迷可以加入AFOL節大家庭。「AFOL節的核心價值在於為全球樂高玩家搭建了一個面對面交流的線下平臺。」中國AFOL節組委會相關負責人蔣晟暉表示，現場通過比賽、競技和分享會等形式，既滿足了核心玩家深度切磋的需求，也為普通遊客提供了專屬的互動體驗機會。據悉，本屆中國AFOL節不僅是一場玩家作品的狂歡，更是一個跨代際、跨文化的創意交流平臺。自上海樂高樂園落地以來，楓涇已陸續舉辦了「美麗中國全民健身跑」、「顧水如」杯上海市青少年圍棋升段賽等特色活動，為楓涇區域文旅產業帶來了更為豐富多元的發展路徑和增長模式。 值得一提的是，即將舉辦的中國AFOL節，觀眾可在觀展前後無縫銜接上海樂高樂園度假區遊玩，體驗「展遊聯動」的微度假模式，感受一座古鎮通過文化賦能煥發出的活力。「前期，我們成立了『楓涇旅遊聯盟』，全面整合吃、住、行、遊、購、娛等旅遊要素。此次活動的舉辦，希望將活動流量轉化為實際經濟增量，帶動餐飲、住宿、文創等產業鏈協同發展，進而有效推動『文旅商體展農』融合發展。」上海楓涇古鎮旅遊發展有限公司總經理沈軍表示，期待全球樂高玩家、設計師和品牌方集聚於此，深度領略楓涇作為中國歷史文化名鎮的獨特風光。
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。
小猫直播
「活动」首次登录送新手大礼包
- 软件大小: 172.79MB
- 最后更新: 2025-11-29 09:21
- 最新版本: v14.16.7.10
- 文件格式: apk
- 应用分类:ios-Android 六月直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.82以上
客服热线：131-8176-2846
21
93615
98
2025-11-29 09:21
23185
21
2025-11-29 09:21
61573
97
2025-11-29 09:21
59213
36
2025-11-29 09:21
17982
96
2025-11-29 09:21
67139
67
2025-11-29 09:21
12457
71
2025-11-29 09:21
71682
97
2025-11-29 09:21
63197
32
2025-11-29 09:21
72
95371
64
24618
62591
71486
18597
19
72
94
73958
37624
