北京擬豐富數據應用場景 加快數據資源開發利用
2025-10-30 15:52 1,935次浏览央視網消息：當下，在機器人產業高速發展的同時，資本市場對這一領域的關注度也持續上升。在2025年世界機器人大會現場，記者就感受到了各方搶抓新風口的熱情。 2025年機器人大會現場，最為火爆的可能就是這個機器人拳擊格鬥的展示了，現場被圍的裡三層外三層。其實，2025年同樣火爆的還有機器人的投融資領域。就在7月，頭部企業宇樹也是正式啟動了自己的上市進程。而在一級市場方面，近期也有多家初創企業先後宣布完成了新一輪的融資。 2025年大會期間，舉辦的一場機器人創投主題交流會現場同樣是人氣滿滿。據業內不完全統計，2025年年初至今，我國機器人行業共完成投融資534次，金額達743.59億元。其中，與人形機器人有關的項目投融資就有96次，金額達265.49億元，相比2024年全年增長近100億元。 業內人士介紹，與前兩年不同的是，2025年以來，不少機器人創業公司已經可以有持續的出貨訂單和現金流作為支撐。因此，在融資時企業估值也提升明顯。下一階段，資金有望延伸投向產業中的更多細分領域。 中關村智友研究院院長王田苗表示，有三個主流的孵化投資方向：一是運營，運營涉及到數據、場景構建、AI模型。第二是基於具身智能的底座，包括相應的動力電池。第三是通用的基金平臺可能要重構一下。無論是從技術還是產業，還是從青年創業，都應該到中國市場。 人形機器人發展領跑 國產機器人海外熱銷 據了解，我國工業機器人產量和裝機量連續多年位居全球第一，人形機器人發展領跑全球。當前，業內企業的新技術、新產品正在快速走向海外，不僅擴大了國際影響力和市場份額，也吸引了眾多國際投資方的關注。 這是一臺具身智能的機器人，正在對臥室床鋪的被子做整理和疊放。它是通過視覺識別後，完全自主完成操作。工作人員介紹，2025年，這樣類似的具身智慧機器人，上半年出貨量就超過了百臺。其中，有近一半就是銷往海外，用於大模型的數據採集和研發。 在會場中，記者了解到，這種最新研發的多場景複合式機器人，憑藉靈活的跨場景作業能力，目前已經打開了海外市場，訂單量顯著提升。 在另一個展臺，企業負責人介紹，他們帶來的智能協作機器人手臂以及重負載機器人，主要應用於新能源汽車、鋰電池、光伏製造等類型企業，在全球擁有廣泛的市場。 機器人大會問大咖：再過十年 機器人會是什麼樣？ 2025年是世界機器人大會10周年。隨著技術迭代、資金湧入，當前的機器人能力和產業成熟度，相比10年前提升明顯。再過10年，機器人會發展成什麼樣，全球產業格局又將如何變化？ 在現場，一臺雙手轉著花手絹的機器人吸引了不少人圍觀。清華大學專家孫富春介紹，他們使用的技術與2025年春晚表演的機器人有所不同。在他看來，這種仿生結構，有可能成為未來10年人形機器人發展的新方向。 清華大學計算機科學與技術系教授孫富春介紹，機器人雙臂通過模仿人的整個肌腱控制結構，它整個是一個連續體，具有較高的自由度。模仿大、小腦怎麼去真正控制是下一代人形機器人發展的重要方向。 來自上海的機器人專家江磊介紹，他們2025年也推出了更多類型的機器人，並且藉助優化後的具身智能模型，來驅動人形機器人完成更多工作。 國地共建人形機器人創新中心首席科學家江磊表示，除了很多機器人專家，AI領域的專家也參與到這次會議以來，也是機器人能夠迭代進入生活的一個非常重要的加速器。3到5年內，機器人能夠進入到很多服務領域、餐飲消費領域以及文體娛樂領域。再用5到7年進入工廠、普通家庭生活，應該是可以預見到的一個場景。 目前，中國已成為全球機器人第一大生產國。業界專家普遍認為，未來10年，中國機器人產業的發展有著較明顯的優勢，有望繼續領跑。 江磊表示，人形機器人產業應當說是「大腦」「小腦」「肢體」3個技術的疊加。從「肢體」上，我國已經取得領先地位，尤其在龐大的製造業實力支撐之下。第二個現在很明顯的，具身智能賽道的數據成為我國又一新的規模化的點。
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。
魅影app免费下载安装
「活动」首次登录送新手大礼包
- 软件大小: 487.52MB
- 最后更新: 2025-10-30 15:52
- 最新版本: v9.11.17.8
- 文件格式: apk
- 应用分类:ios-Android 糖果直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.52以上
客服热线：131-9254-6193
92
81
94136
83
2025-10-30 15:52
94823
52
2025-10-30 15:52
24918
37
2025-10-30 15:52
52917
94
2025-10-30 15:52
76231
83
2025-10-30 15:52
19285
69
2025-10-30 15:52
85967
57
2025-10-30 15:52
37529
95
2025-10-30 15:52
13879
52
2025-10-30 15:52
76295
82954
69
38216
58396
54
47
64