青海：強化剛性約束推動黃河流域水資源節約集約利用
2025-11-28 10:02 4,621次浏览廣州8月12日電 題：歸國華僑五十歲跨界創業 織就香雲紗國際時尚夢 記者 孫秋霞 在廣州市荔灣區，擁有三百多年歷史的錦綸會館靜靜矗立。這座始建於清代的廣東絲織業行業會館，如今成為香雲紗文化傳承基地。步入廳堂，只見一個電子屏幕播放著香雲紗走秀大片，後廳則是香雲紗流動藝術展，陳設著當下最新的款式。 「2020年我從美國洛杉磯回到廣州，開始全身心投入香雲紗事業。我們依託錦綸會館，通過舉辦非遺展覽、大型時裝秀及文化沙龍等，讓更多人了解香雲紗。」「香雲故裡」品牌主理人、歸國華僑王雪近日接受記者採訪時說。 7月16日，歸國華僑王雪在廣州市錦綸會館展示香雲紗上的潮繡圖案。 記者 陳楚紅 攝 香雲紗是由中國獨有的純天然手工染整技藝織造的絲綢面料，迄今已有約400年歷史。經過「三蒸九煮十八曬」後，香雲紗輕薄不易起皺，柔軟而富有身骨，被譽為紡織面料中的「軟黃金」。2008年，香雲紗染整技藝被列入第二批國家級非物質文化遺產名錄。 王雪與香雲紗的緣分，要從她第一次到佛山香雲紗曬場參觀時說起。此前，她曾在美國創建了一個晚禮服品牌，卻找不到符合東方人審美的面料。後來，她的母校華南農業大學向其推薦了香雲紗。 「2019年，當我走進佛山香雲紗曬場的瞬間就被震撼到了。穿過一片甘蔗林後，我看到綠色草地上鋪滿了紅紗，如同紅雲一般。收紗工人一邊唱歌一邊收紗，這種自然美永遠刻在了我心裡。」王雪回憶道。 從那以後，王雪對香雲紗的熱愛一發而不可收。雖然僑居美國多年，但她還是毅然決定到廣州創業。「五十歲跨界做服裝，圓了我兒時的夢想。」 回國後，王雪開始全面接手經營「香雲故裡」品牌，並在傳承中大膽創新。她告訴記者，由於香雲紗顏色較為暗沉，設計偏中式，以前市場認可度並不高。她和團隊首先在面料顏色上下功夫，通過多次染色，讓香雲紗呈現出絳紅、棕黃、深藍等多個色系。在款式設計上，他們不僅將中國傳統文化融入其中，而且也增加了許多西方設計元素。 2019年4月，王雪在洛杉磯舉辦了第一場香雲紗發布會。「香雲紗承載了濃濃的鄉愁與大自然的美麗，打動了許多外國友人和海外華僑華人。」王雪說。 王雪連續六年策劃、主辦了洛杉磯「多彩非遺」秀，展示香雲紗之美。她向記者介紹，團隊的設計靈感深深紮根於中華文化。比如「錦上添花」系列作品用潮繡勾勒出灰塑紋樣、鳳尾曲線和麒麟圖騰，沉穩的灰色基調與小香風剪裁完美融合，詮釋出東方美學的高級感。 「中華文化浩如煙海，我們的設計靈感取之不盡，每件衣服背後都有一段故事。我希望通過香雲紗，讓世界了解中國文化。」王雪說。 近年來，伴隨著新中式服飾的興起，中式面料市場持續火熱，香雲紗展現出巨大的市場潛力。「經過這些年的沉澱，接下來公司的發展會迎來一個爆發期。」王雪認為，中國服裝產業正迎來品牌崛起的黃金時代，她將進一步加大在廣州的產業投資，在美國打響「香雲故裡」品牌知名度。(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。
比心直播
「活动」首次登录送新手大礼包
- 软件大小: 962.93MB
- 最后更新: 2025-11-28 10:02
- 最新版本: v16.14.1.6
- 文件格式: apk
- 应用分类:ios-Android 魅影9.1直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.87以上
客服热线：136-7125-4963
蜜疯直播类似软件
猜你喜欢
82
32591
42
2025-11-28 10:02
56378
94
2025-11-28 10:02
27918
53
2025-11-28 10:02
38527
86
2025-11-28 10:02
54861
81
2025-11-28 10:02
51287
94
2025-11-28 10:02
15683
97
2025-11-28 10:02
73469
92
2025-11-28 10:02
29174
57
2025-11-28 10:02
89571
92
2025-11-28 10:02
17835
27
2025-11-28 10:02
43
59761
21
17
38925
63985
98731
