AI時政畫報｜滹沱碧柳
2025-11-08 21:56 5,567次浏览文化遺產如何在數字時代煥發新生？「永不消失的遺產2025」全球創客大賽日前在大報恩寺遺址博物館正式開營，通過跨文化合作與數字創意，邀請青年創客共同探索文化遺產保護的創新路徑。本屆大賽收到了來自19個國家的近700份申請，覆蓋國家和報名人數均超去年首屆。經過線上角逐，最終8支隊伍、31名選手入圍南京決賽，開啟為期半個月的駐地創作。參賽者將圍繞主題「一城·一塔·一河」：明城牆、大報恩寺琉璃塔、秦淮河，設計一件可互動、可參與、可感知的戶外數字藝術裝置。來自倫敦大學學院、北京郵電大學、南京藝術學院、布裡斯託大學、倫敦大學金史密斯學院等高校的導師們，決賽期間將全程參與指導、評審與互動，助力選手優化創意與技術實現。 入圍決賽的31名選手來自建築、藝術、科技等領域，有些是英國、德國、希臘、印度、亞塞拜然等外籍青年，他們組成八支隊伍亮相。來自InterAct團隊的選手Lampiri表示：「我是在Instagram上看到這個賽事的。作為一名XR藝術家，能有機會用數字藝術詮釋中國的文化遺產，這太令人興奮了。」 城南長幹裡片區是市民和遊客進入南京的首站，承載著許多人的集體記憶。今年大賽將明城牆、大報恩塔、秦淮河作為整體創作對象，要求選手的裝置作品將三大文化地標相互聯結。大賽期望通過「一城一塔一河」的聯動，讓這些地標變為有機的文化整體，從而賦能城市文旅融合發展。實地探訪激發了選手對「文化共生」的思考。8月2日至3日，參賽團隊們深入大報恩寺遺址、明城牆與秦淮河沿線，以創作者的眼光不斷尋找數位技術與文化遺產的結合點。「站在大報恩塔遺址上，看著秦淮河與明城牆交相輝映，這種呼應的空間關係將成為我們作品重要的視覺語言。」來自「絲路餘聲」團隊的尹韶陽說。 與去年純數位化呈現不同，2025年大賽強調實體裝置的「可互動、可參與、可感知」。這種轉變推動選手突破虛擬邊界——更多參賽團隊們側重將AR技術與實體裝置結合，打造多感官交互的體驗。「我們考慮到了周圍環境的影響，設計了聽覺、視覺、觸覺等交互感，將給觀眾帶來瞬間爆發的美好體驗。」來自「網格工作室」團隊的張雨瑤透露。「文化遺產保護不應局限於靜態展示，而是要紮根於城市獨特的文化土壤，讓歷史真正融入城市血脈。」南京師範大學歷史文博學院教授祁海寧說。 本屆賽事特別設置了公眾參與環節，後續創作中，選手將與本地居民、文化工作者開展互動工作坊。倫敦大學學院沉浸式非虛構敘事講師Niall Hill表示，「當地人的參與對於地方遺產的保護尤為重要，創作者和真實在場的人互動，作品才會激發更多共鳴。」在接下來的創作階段，參賽團隊將在導師指導下進一步完善設計方案、製作實物模型。最終路演評審將於8月14日舉行，由來自國際的專家評審團評選出一項優勝作品。
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。
橙色直播
「活动」首次登录送新手大礼包
- 软件大小: 347.63MB
- 最后更新: 2025-11-08 21:56
- 最新版本: v13.13.16.12
- 文件格式: apk
- 应用分类:ios-Android 妖精直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.17以上
客服热线：135-3746-9486
大鱼直播类似软件
猜你喜欢
62831
21
2025-11-08 21:56
97265
46
2025-11-08 21:56
75983
85
2025-11-08 21:56
25369
38
2025-11-08 21:56
78562
17
2025-11-08 21:56
91358
24
2025-11-08 21:56
86937
85
2025-11-08 21:56
89143
23
2025-11-08 21:56
78951
36
2025-11-08 21:56
37842
25
2025-11-08 21:56
76293
83
2025-11-08 21:56
48
96
82197
17
25
42798
65
86
74