上半年傳統村落吸引遊客超2.93億人次
2025-10-28 06:04 2,451次浏览北京8月12日電 (記者 陳杭 呂少威)格鬥、跳舞、分揀物料、流水線「點膠」……2025世界機器人大會8日至12日在北京舉辦，眾多機器人現場展示「十八般武藝」，勾勒出從實驗室加速邁向生產生活的智慧圖景。 自2015年啟航的世界機器人大會，見證了中國機器人產業「從小到大」「從大到強」。 精密減速器、高性能伺服驅動、智能控制器等核心零部件由十年前的嚴重依賴進口，到如今已形成豐富的自有產品譜系。機器人大模型、智能協同控制、人機互動、多模態感知等核心技術不斷突破，國產機器人穩定性、靈活性、連貫性持續提升。人形機器人由十年前的簡單肢體控制，到如今擁有了聰慧的「大腦」、敏捷的「小腦」、靈活的「肢體」…… 中國電子學會理事長徐曉蘭表示，十年來，大會圍繞應用場景、投融資對接、新品發布、項目路演等主題，深挖場景需求，對接上下遊鏈條，推動中國機器人產業快速發展。2024年，中國工業機器人市場銷量達30.2萬套，連續12年保持全球最大工業機器人市場。 得益於人工智慧、新材料、生物仿生等新科技的突破，機器人不斷迭代演進。 8月11日，在北京舉辦的2025世界機器人大會上，來自德國的費斯託公司攜仿生飛行家族最新成員——仿生蜜蜂進行現場飛行演示。 記者 賈天勇 攝 來自德國的費斯託公司展位前，重約34克、長22釐米、翼展24釐米的仿生蜜蜂在空中自如飛翔。 工作人員劉芳表示，作為該公司開發的第一款能大規模、完全自主集體飛行的產品，仿生蜜蜂內部結構主要為3D列印，電機與機械裝置可實現智能協同，從而精確調節振翅頻率，針對性地改變翅膀幾何形狀，完成不同飛行動作，單次最長飛行約三分鐘。 她說，除仿生蜜蜂外，該公司還研究了大量飛行動物及其自然原理，開發出人造燕子、仿生蝴蝶、仿生蜻蜓等產品，為未來工廠流程數位化等提供創新靈感和思路。 伴隨技術進步，機器人應用場景成為業界關注焦點。本屆大會開幕式上發布的《人形機器人十大潛力應用場景》，遴選出工業通用操作、安全應急、商業服務、家居服務等場景，為產業化落地提供路徑指引。 8月10日，世界機器人大會人氣旺。圖為在零售場景工作的人形機器人。 記者 王紫儒 攝 與此同時，機器人商業化探索正加速推進。國家地方共建人形機器人創新中心首席科學家江磊表示，截至2025年7月底，中國人形機器人行業融資總額已超240億元人民幣，超過2024年全年融資總額，市場熱度持續上升。 本屆大會上，北京亦莊啟動具身智能社會實驗計劃，將在今明兩年逐步釋放萬臺近50億元人民幣的具身機器人應用需求，持續打造「國際範+科技範」的機器人文、商、體、旅消費新高地。 作為大會永久舉辦地，北京亦莊本月已啟動全球首個機器人消費節：全球首家具身智慧機器人4S店打造「場景體驗—即時銷售—服務交付」一體化模式，機器人焰究所提供煎餅、烤串、咖啡、漢堡等美食和飲品。 8月4日，在位於北京亦莊的全球首家具身智慧機器人4S店Robot Mall拍攝的藥品分揀機器人。 記者 張祥毅 攝 蓬勃發展的同時，機器人規模化應用仍面臨成本與倫理多重挑戰。 「國際合作可以更多聚焦於機器人倫理道德等領域，進而通過技術互補與信任積累推動產業升級。」韓國機器人產業協會秘書長金宰煥表示，機器人發展應服務於人類利益，政府、學界、業界應加強合作，讓機器人向善發展。(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。
红桃直播
「活动」首次登录送新手大礼包
- 软件大小: 187.82MB
- 最后更新: 2025-10-28 06:04
- 最新版本: v13.6.10.13
- 文件格式: apk
- 应用分类:ios-Android 春雨直播全婐app免费
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.94以上
客服热线：135-2176-3612
54
43275
85642
45
2025-10-28 06:04
16573
25
2025-10-28 06:04
83495
83
2025-10-28 06:04
96183
65
2025-10-28 06:04
28479
27
2025-10-28 06:04
18692
87
2025-10-28 06:04
93548
98
2025-10-28 06:04
17362
84
2025-10-28 06:04
41728
16
2025-10-28 06:04
48721
13
43896
51492
14827
21
15
72948
92
53
48516
38216
35264