國臺辦：近期各地兩岸交流活動豐富多彩
2025-10-29 22:35 2,653次浏览本報訊 (記者毛濃曦 通訊員劉濤 趙宇)傳送、測量、選配、壓裝……走進中國鐵路西安局集團有限公司榆林車輛段榆林檢修車間，一座「黑燈工廠」正高效運轉——空無一人的軸承壓裝間內，兩條智能化壓裝線有條不紊地工作著。步進線平穩移動，將一套合格軸承精確傳送至工位，隨之機械臂默契抓取，為一條匹配的火車車輪裝上強健的「膝關節」，AI攝像頭全程嚴密「注視」著各環節作業質量。 入夏以來，全國多地持續高溫，用電量增大，電煤運輸貨車車源需求也隨之攀升。作為陝北革命老區唯一的鐵路貨車車輛檢修基地，榆林車輛段為「北煤南運」大動脈浩吉、包西鐵路源源不斷地提供優質車輛。 「車輪是鐵路貨車的『承重核心』，其檢修質量直接關乎行車安全與運輸效率。而軸承壓裝，更是輪對檢修中工藝精度要求最高的『咽喉工序』。」榆林車輛段技術科副科長杜世國介紹道。「為此，我們通過信息化、智能化改造，實現從『人控』到『機控』的升級，在提升工藝質量的同時，也降低了職工勞動強度和安全風險。」杜世國說。 據悉，該段投產運行的全自動無人化軸承壓裝生產線為全國首創。這條智能流水線集成了6組機械臂、10臺檢測設備和近300個光感式、接觸式傳感器，通過自動傳送、智能選配、自動壓裝、實時檢測等環節，實現了軸承壓裝全流程的無人化作業。 「過去人工壓裝需要4人協作，提升壓裝合格率存在技術瓶頸。現在只需1人在後臺監控數據，效率和質量卻都得到了大幅提升。」榆林車輛段榆林檢修車間輪軸裝修工胡勇指著屏幕上實時滾動的生產數據說道。 壓裝流水線軸徑擦拭機旁，一條如「心電圖」般的波紋在顯示終端上跳動，設備「心跳」監測系統正實時讀取傳感器數據，採集輸入輸出信號及作業全過程信息，並通過人工智慧算法評估預測設備狀態，為開展「預防性維護」提供依據，徹底改變了傳統「事後維修」模式，有效降低故障率，提升設備可靠性和使用壽命。 與此同時，壓裝間內，18個AI攝像頭對生產線關鍵工序進行全天候智能「盯控」，利用AI圖像識別技術檢測設備壓裝動作是否正確。一旦發現異常，系統立即報警並自動停機，保障了生產線的容錯率和應急響應速度。 自今年全自動無人化軸承壓裝流水線投產以來，該段單套軸承壓裝時間縮短至3.5分鐘，效率較人工作業日均提升64.3%，軸承一次壓裝合格率超98.5%。目前，8600餘套合格軸承已安全壓裝，可滿足超2000輛鐵路貨車使用需求，為迎峰度夏能源物資運輸提供充足車輛保障。
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。
抓饭直播
「活动」首次登录送新手大礼包
- 软件大小: 495.31MB
- 最后更新: 2025-10-29 22:35
- 最新版本: v15.13.1.19
- 文件格式: apk
- 应用分类:ios-Android 秀色直播app下载安装app
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.14以上
客服热线：136-4812-3217
18
12
31
93261
54
2025-10-29 22:35
31824
76
2025-10-29 22:35
28154
57
2025-10-29 22:35
97128
52
2025-10-29 22:35
29846
45
2025-10-29 22:35
92785
52
2025-10-29 22:35
74136
69
2025-10-29 22:35
34165
73
2025-10-29 22:35
48925
45
2025-10-29 22:35
97
79321
35
14
59
84
73
43