美媒：美國國民警衛隊已開始在華盛頓特區執行任務
2025-11-26 15:14 2,378次浏览重慶8月9日電 題：大足石雕傳承人劉能風：坐得住「冷板凳」 雕刻時代風貌 記者 鍾旖 「要把『大足石雕』這條路走透，雖然還有很多挑戰，但它的前景是越來越寬廣的。」8月的重慶酷熱難耐，68歲的大足石雕國家級非遺代表性傳承人劉能風並未休息，而是一頭扎進工作室內，在琢磨技藝、構思新作的同時，為即將到來的文化交流活動準備展品。 大足石雕與世界文化遺產——大足石刻相伴而生，其製作歷史可追溯至初唐。作為頗具巴渝特色的純手工雕刻工藝美術品，大足石雕主要以重慶本土出產的砂石、青石，以及貴州、四川等地出產的紫袍玉、漢白玉為材質，雕刻內容以佛像、觀音、羅漢為主。 2021年，大足石雕成為中國第五批國家級非物質文化遺產代表性項目。與錘、鏨相伴40餘載，劉能風於2025年3月入選第六批國家級非物質文化遺產代表性傳承人名單。 8月7日，劉能風(右)指導徒弟創作。 記者 何蓬磊 攝 「這是一個很好的時代，重視技能人才、倡導工匠精神。」回首從藝路，劉能風的經歷充滿傳奇色彩。1980年以前，他還是一個靠殺豬賣肉謀生的農家子弟。隨著改革開放，大足石刻成為蜚聲中外的景點，大足不少手藝人取材本地石料雕刻一些簡單的紀念品出售。可觀的收入讓劉能風躍躍欲試。「我家就住在大足石刻旁邊。每一龕石刻的位置、每一尊造像的特徵，都深深印在我腦海裡。」 為快速掌握石雕技藝，劉能風四處拜師，甚至住進潮溼的巖洞，對著石刻造像模仿。1985年，劉能風被推薦至四川美術學院雕塑工廠系統學習。7年時間裡，劉能風幾乎天天泡在廠房苦練，手藝日漸精湛，形成了觀音像作品「肥不顯肉，瘦不顯骨」、面部圓潤細嫩「有彈性」的獨特風格。 1991年，劉能風受邀回鄉創辦重慶市大足區石刻藝術品有限公司，開啟面向市場的技能傳承之路。「要想學好一門手藝，除了熱愛，還要靜下心來、坐得住冷板凳。」劉能風介紹，30多年來，他手把手地傳徒授藝，已有300多名親傳弟子。在「傳幫帶」發展模式下，徒弟又帶動成千上萬的人從事石雕工作。如今，「大足雕客」的身影遍布海內外。 8月7日，劉能風雕刻大足石刻經典《牧牛圖》。 記者 何蓬磊 攝 「有政策的扶持，加上人才輩出，未來五六十年都不愁傳承問題。」劉能風表示，為讓老一輩「留得住」、新一代「願意來」，在政府的努力下，大足石雕從業人員已被納入國家工程師職稱序列。重慶市有關部門還幫助他成立了「技能專家工作室」、在職教中心專門設置「大師班」，按「現代學徒制」模式教學，為大足石雕不斷注入新鮮血液。 解決了傳承問題，劉能風將更多精力轉向精品創作。一組歷時3年雕琢的《牧牛圖》是他的最新代表作。「它的靈感源於大足石刻裡的經典造像，以十比一的比例雕刻。」劉能風介紹，為捕捉牛的真實神韻，他特意在工作室裡養了一頭水牛，邊觀察邊雕刻，力求作品惟妙惟肖。 劉能風也未懈怠學習。近年來，他與徒弟帶著新研發的石雕文創奔赴各大展會，關注行業動態、觀摩他人所長，「今年6月，我有18天在外考察，還帶著作品去新加坡參展」。 「石雕作品可以記錄時代和歷史，猶如我們生命的延續。」劉能風說，以古人留下的大足石刻為榜樣，他夢想創作出當代版的大足石刻，用雕刻記錄時代風貌，為後人留下更豐富的文化遺產。(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。
咪咕直播
「活动」首次登录送新手大礼包
- 软件大小: 736.72MB
- 最后更新: 2025-11-26 15:14
- 最新版本: v5.18.10.7
- 文件格式: apk
- 应用分类:ios-Android 比心直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.79以上
客服热线：135-9561-5279
49316
69
34879
24
2025-11-26 15:14
72853
25
2025-11-26 15:14
63871
54
2025-11-26 15:14
63785
51
2025-11-26 15:14
82671
85
2025-11-26 15:14
12346
29
2025-11-26 15:14
26854
96
2025-11-26 15:14
59241
35
2025-11-26 15:14
16243
61
2025-11-26 15:14
41957
12745
78594
95
71
37854