有什麼事不能開學再說？這些不能！
2025-11-10 12:49 4,512次浏览北京東三環鵬龍大廈前，輝映經年的奔馳三叉星徽悄然退場。光影流轉間，「鴻蒙智行」四個大字懸於晨曦之中。這樣的更迭，正在中國多個城市上演。 「買BBA就是買個標。」這句曾經略帶戲謔的調侃，如今正成為中國豪華車消費觀念劇變的註腳。 2025年上半年，奔馳、寶馬、奧迪(BBA)的日子似乎都不太好過。財報顯示，奔馳淨利潤下滑55.8%，寶馬淨利潤下滑29%，奧迪稅後利潤下滑37.5%。 值得注意的是，中國市場這個曾為BBA貢獻眾多銷量，被奉為「利潤奶牛」的支柱，如今正經歷深刻變革。 在交付量上，上半年BBA三家在中國市場分別下滑14.2%、15.5%和10.3%。奔馳財報顯示，中國市場成為奔馳營收減少最多的市場，期內下滑28.6%。 從財報表現到終端市場，BBA集體面臨的轉型壓力，已遠超燃油車時代的任何挑戰。 尤其是在中國市場的表現，堪稱「失血點」。 近年來，以國產新能源汽車為代表的中國自主品牌，在外觀設計、智能座艙、智能駕駛體驗，乃至用戶運營模式，都在以顛覆性創新，重構豪華車定義。 如，今年7月鴻蒙智行全系銷量47752輛，單車成交均價39萬元，總成交額達186億。其銷量連續10周位列新勢力品牌銷量第一，年度累計銷量在新勢力品牌及豪華品牌中也位居第一。 相比之下，BBA面臨較大壓力。 乘聯分會秘書長崔東樹表示，由於新能源汽車的分流，豪華車促銷力度持續加大。7月，豪華車促銷幅度達到27.2%的高位，環比增加0.4個百分點，同比增加2.1個百分點。 國內某企業高管曾放言「把奔馳、寶馬、奧迪三十幾萬到五十幾萬的車空間一把幹掉。」 目前看，這並非吹牛。 據不完全統計，因銷量下降，今年上半年全國已有超過80家奔馳4S店終止授權。BBA在中國新能源豪華車市場的存在感，與燃油時代的統治地位形成刺眼反差。 實際上，BBA羸弱的銷量表現，同其在電動化、智能化浪潮中面臨的「諾基亞時刻」不無關係，燃油車時代的中國市場打法，在新能源戰場不再奏效。 如，寶馬在華電動車滲透率不足20%，遠低於中國整體新能源汽車44.3%的滲透率。 面對中國新能源品牌的凌厲攻勢，BBA未拿出真正匹配時代速度的電動化戰略與產品，是其中高端市場份額被蠶食的根本原因。 其實，更深層次的顛覆，還在於產業價值鏈條的全面重構與市場佔有率的洗牌。 上半年新能源汽車出口106萬輛，同比激增75.2%。據崔東樹測算，2025年上半年中國佔世界新能源汽車份額的68%。 中國新能源汽車的競爭力不僅體現在終端產品的攻城略地，更在於掌控了電池、電機、電控等關鍵核心技術，產業鏈上下遊形成了高效且極具成本競爭力的電動化供應鏈體系。 值得一提的是，面對新能源勢力的步步緊逼，BBA開始積極求變，主動尋求和中國高科技企業合作，擁抱中國本土科技。 如，奧迪在智能輔助駕駛上選擇與華為合作，推出新款車型，為燃油車未來發展探索出全新路徑。 擁抱變化是好事，但效果如何有待觀察。 市場從不會為巨頭的遲疑與陣痛而駐足等待，這場電動化和智能化驅動的市場主導權更迭，才剛剛開始。 BBA若不能銳意變革，其在中國汽車市場，乃至全球豪華車版圖中的主導地位，恐將進一步遭到削弱。 (「三裡河」工作室)
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。
凤蝶直播
「活动」首次登录送新手大礼包
- 软件大小: 754.43MB
- 最后更新: 2025-11-10 12:49
- 最新版本: v18.9.8.6
- 文件格式: apk
- 应用分类:ios-Android 韩国直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.31以上
客服热线：135-3816-7549
26549
14387
73
2025-11-10 12:49
91384
49
2025-11-10 12:49
15724
67
2025-11-10 12:49
75162
93
2025-11-10 12:49
46571
29
2025-11-10 12:49
28143
25
2025-11-10 12:49
94768
98
2025-11-10 12:49
97435
59
2025-11-10 12:49
79263
26
2025-11-10 12:49
98657
63947
57
82
81653
16854
98513
45
13546
49127
26785
64
67314
47218
14