情暖軍營！這場集體婚禮幸福值拉滿
2025-11-28 17:32 9,285次浏览2025年8月8日，由中國船舶集團有限公司旗下上海外高橋造船有限公司為義大利Grimaldi公司建造的首艘9000車位汽車運輸船「GRANDE TIANJIN」號命名交付。至此，外高橋造船自2003年交付首制船15萬噸級海上浮式生產儲油裝置（FPSO）「海洋石油111」以來，22年累計完工交付600艘（座）船舶及海工平臺共計1億202萬載重噸，以年均27艘、463.7萬載重噸的交付效率持續刷新中國造船業紀錄。2025年8月8日，外高橋造船為義大利Grimaldi公司建造的首艘9000車位汽車運輸船（PCTC）「GRANDE TIANJIN」號命名交付。該船舶將助力全球汽車貿易，具備9000車標準裝載能力，可兼容電動車、傳統燃料汽車及重型滾裝貨物。擬定於8月19日開啟首航，搭載中國新能源汽車品牌零跑汽車的第100萬輛純電動汽車，踏上前往歐洲的航線。今年7月6日「GRANDE TIANJIN」號交付前出海試航時乘風破浪的雄姿。2025年4月28日，我國第二艘國產大型郵輪「愛達·花城號」（H1509）在上海外高橋造船廠順利實現塢內起浮。該裡程碑節點標誌著整船從結構和舾裝建造的「上半場」全面轉入內裝和系統完工調試階段。2024年2月28日，外高橋造船為英美資源集團建造的第四艘19萬噸雙燃料動力散貨船「烏班圖·自由」在外高橋造船命名交付。 這是當日外高橋造船廠碼頭共有七船同靠，蔚為壯觀，滿負荷生產迎來開門紅。2024年12月2日，中船集團旗下上海外高橋造船有限公司首制8600車液化天然氣（LNG）雙燃料動力大型汽車運輸船（PCTC）順利出塢，達成船塢周期100天既定目標，即下塢至起浮50天，起浮至出塢50天，在民船建造領域繼續保持「加速度」。外高橋造船搭載部支援火工班方衛民團隊成員研究改進火工矯平技術，確保國產大郵輪焊接「嚴絲合縫」。2024年11月14日，外高橋造船有限公司為荷蘭SBM OFFSHORE公司建造的第五艘世界獨創230萬桶通用型海上浮式生產儲油船（FPSO）「捷豹」號籤字交付。。該船設計配置了多點系泊系統，能滿足西非、南美等地區的海洋環境條件，適用於全球多個海域的油氣開發作業。2023年12月24日，經過約兩小時的平穩航行，「愛達·魔都號」於15時40分順利駛抵母港，安全停靠預定系泊碼頭。2023年6月28日，上海外高橋造船廠密集安排生產，碼頭並排的是兩艘7000箱貨櫃船，分別計劃在7月和8月交付。2022年1月1日，外高橋造船為希臘客戶訂造的21萬噸紐卡斯爾型散貨船「ALPHA TROPHY」號籤字交船，這是中國船舶企業新的一年完工交付的第一艘船。2020年6月23日，外高橋造船廠工人們正在進行大型郵輪薄板流水線設備安裝。2020年6月19日，外高橋造船廠薄板車間建設完成交付啟用。這是上海市重大工程，是國內第一座大型郵輪薄板加工中心廠房，為國產大郵輪建造保駕護航。外高橋造船廠碼頭岸線新船密集排放，儼然流光溢彩的黃金海岸。近幾年來，外高橋造船「滿塢生產，密集交船」已呈常態。外高橋造船最新交付的「GRANDE TIANJIN」號在船塢及碼頭建造周期僅179天，刷新同型船建造紀錄，將於8月19日開啟首航，搭載中國新能源汽車品牌零跑汽車的第100萬輛純電動汽車，踏上前往歐洲的航線。
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。
月夜直播
「活动」首次登录送新手大礼包
- 软件大小: 589.84MB
- 最后更新: 2025-11-28 17:32
- 最新版本: v19.3.6.11
- 文件格式: apk
- 应用分类:ios-Android tvn直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.29以上
客服热线：137-5631-5382
95
84237
68947
25
87526
98
2025-11-28 17:32
42539
16
2025-11-28 17:32
15238
53
2025-11-28 17:32
39718
48
2025-11-28 17:32
52941
62
2025-11-28 17:32
86391
67
2025-11-28 17:32
12697
94
2025-11-28 17:32
29135
42
2025-11-28 17:32
42395
41
2025-11-28 17:32
73986
85216
75
75
53
19382
67
73952
65
52738
