國產大型郵輪「愛達·魔都號」建成運營,國產大飛機C919實現商業飛行……中國製造上天入海,不斷取得創新突破,由大向強的步伐堅定有力。 「十四五」時期,我國製造業綜合實力和國際影響力大幅提升。連續15年穩坐全球製造業「頭把交椅」,每年製造業增加值超過30萬億元,200多種主要工業品產量世界第一。全球產業門類最齊全、產業體系最完整,立足已有基礎,中國製造積極向高端化、智能化、綠色化轉型升級,正重塑新優勢、迸發新動能。 規模優勢不斷鞏固 「十四五」期間,我國製造業最突出的表現是規模優勢持續鞏固,全球競爭力不斷增強。 「這背後是完整的產業體系和強大的供應能力。傳統產業通過技術改造煥發新活力,如鋼鐵行業全面推進超低排放改造,輕工領域研發投入強度大幅提升,船舶、電機等行業增加值快速增長,老產業發新芽。」國研新經濟研究院創始院長朱克力說。 「十四五」時期,我國加快實施關鍵核心技術攻關工程,企業自主創新能力顯著提升。賽迪研究院工業經濟研究所所長關兵認為,企業創新主體地位持續強化。2024年我國有效期內的高新技術企業數量達到46.3萬家,是2020年的1.7倍。我國已有超570家工業企業入圍全球研發投入2500強,佔比近四分之一,科技領軍企業在產業科技創新中的作用更加凸顯。 科技成果轉化能力明顯提高。2024年我國專利合作協定(PCT)專利申請量全球第一;全球申請量前十大企業中有4家中國製造業企業。5G通信設備、「復興號」動車組、光伏發電裝備、大飛機、大型LNG船等一大批處於世界領先水平的重大標誌性成果不斷湧現。 創新方面亮點頻出,成為驅動製造業升級的核心力量。2024年集成電路年產量比「十三五」末增長72.6%,增加約1900億塊,越來越多產品裝上了「中國芯」;高鐵、船舶與海洋工程等裝備取得新突破,人工智慧(AI)、量子科技等領域創造了多個全球「首次」和「第一」。 產業結構持續優化 「製造業數位化轉型是推動新型工業化的關鍵引擎。」浪潮智能生產董事長張金龍認為,數字經濟時代,傳統產業加「數」前行,需要依託人工智慧、大模型等數位技術,充分發揮數位化服務商既懂行業又懂數位化的優勢,培育發展新質生產力。 逐浪AI大潮,浪潮智能生產研發智產大模型,深耕礦山、石化、裝備等行業領域,為生產製造環節提供智能化場景解決方案,打造智能工廠、智能車間和智慧礦山。例如,在礦山行業,浪潮智能生產為礦山裝上「AI大腦」,賦能晉普山煤業打造煤礦智能綜合管控平臺、AI視頻分析平臺、災害綜合防治系統、智礦數字人系統等,實現安全與效率雙提升。 「十四五」期間,我國產業結構加速優化,高端製造佔比穩步提高。高端化邁出新步伐,高技術製造業增加值佔規上工業比重持續提升,在航空航天、軌道交通、智能電車等領域形成了一批高端品牌;智能化全面滲透,重點工業企業數位化研發設計工具普及率大幅提高,工業網際網路平臺應用深入,智能製造示範工廠不斷湧現;綠色化轉型成效顯著,清潔能源發電行業銷售收入快速增長,生態保護類行業實現快速發展,工業單位增加值能耗持續下降。 關兵介紹,從高端化看,裝備製造業和高技術製造業佔規模以上工業增加值比重分別由2020年的33.7%、15.1%提升到2024年的34.6%、16.3%,產業結構持續優化。從智能化看,工業機器人密度由2020年每萬人246臺提升至2023年每萬人470臺,在全球排名中從第九提升至第三。目前世界經濟論壇公布的全球189家「燈塔工廠」中,我國佔79家,居全球首位。從綠色化看,截至2024年,國家級綠色工廠達到6430家,實現產值佔製造業總產值比重約20%。2024年我國新能源汽車銷量達到1286.6萬輛,是2020年的9.4倍。 新質生產力加快培育 「十四五」期間,我國製造業成為新質生產力培育的主陣地,在多個維度實現突破。高技術產業銷售收入快速增長,數字經濟核心產業蓬勃發展,新技術、新產業、新業態層出不窮。新興產業成為經濟增長新引擎,新能源汽車、鋰電池、光伏產品為代表的「新三樣」出口突破萬億元大關,低空經濟、生物醫藥、高端裝備等領域技術水平和市場競爭力顯著提升。 未來產業布局全面展開,在人工智慧、量子信息、生物技術等領域取得一批前沿成果。創新生態持續優化,企業創新活力充分激發,開源社區、創新平臺等新型研發組織快速發展。新質生產力不僅推動產業升級,也為經濟增長注入新動能,成為提升我國製造業國際競爭力的關鍵力量。 「距離製造強國,我國在研發創新和企業競爭力方面仍存在較大差距。」關兵分析,從上市公司數據看,2024年美國製造業上市企業的研發費用合計為2.6萬億元,我國為1.3萬億元,僅是美國的50%;美國製造業上市企業達6.2%,我國為3.6%,僅是美國的58%;美國製造業上市公司淨利潤率為7.86%,我國為4.57%,僅是美國的58%。產業創新和企業競爭力是衡量製造強國的重要指標,「十五五」期間,我國需要在研發創新、企業競爭力方面久久為功,夯實製造業發展根基。 朱克力認為,邁向製造強國,我國製造業仍需在幾個關鍵領域持續發力。核心技術自主可控能力需進一步提升,在高端晶片、工業軟體、關鍵材料等領域還存在短板,必須加大研發投入,突破「卡脖子」技術。產業基礎能力需要夯實,要強化質量品牌建設,提升產業鏈供應鏈穩定性和競爭力。創新生態體系有待完善,要進一步優化產學研用協同創新機制,激發企業創新活力。綠色低碳轉型還需深化,要推動製造業全鏈條綠色化改造,發展循環經濟,提升資源利用效率。 「要抓住數位化、網絡化、智能化發展機遇,加快製造業數位化轉型,培育新模式新業態。通過持續的技術創新、制度創新和模式創新,我國製造業必將實現由大到強的歷史性跨越。」朱克力說。(經濟日報記者 黃 鑫)
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。
95184
63
2025-11-23 00:36
39645
38
2025-11-23 00:36
21569
63
2025-11-23 00:36
67159
35
2025-11-23 00:36
76234
56
2025-11-23 00:36
16789
67
2025-11-23 00:36
65741
76
2025-11-23 00:36
43695
56
2025-11-23 00:36
52139
61
2025-11-23 00:36
96752
89
2025-11-23 00:36
14765
52
2025-11-23 00:36
35179
25
2025-11-23 00:36
21897
54
2025-11-23 00:36
98614
65
2025-11-23 00:36
94728
15
2025-11-23 00:36
78351
45
2025-11-23 00:36
57864
32
2025-11-23 00:36
13569
31
2025-11-23 00:36
15847
54
2025-11-23 00:36
78139
12
2025-11-23 00:36
58942
43
2025-11-23 00:36
35742
29
2025-11-23 00:36
64713
67
2025-11-23 00:36
34215
19
2025-11-23 00:36
73956
48
2025-11-23 00:36
48163
63
2025-11-23 00:36
38794
41
2025-11-23 00:36
24371
45
2025-11-23 00:36
92438
84
2025-11-23 00:36
28364
58
2025-11-23 00:36
95641
39
2025-11-23 00:36
32159
48
2025-11-23 00:36
78123
12
2025-11-23 00:36
79658
39
2025-11-23 00:36
48365
74
2025-11-23 00:36
69187
36
2025-11-23 00:36
85917
81
2025-11-23 00:36
17392
24
2025-11-23 00:36
16725
39
2025-11-23 00:36
86235
83
2025-11-23 00:36
48763
63
2025-11-23 00:36
32859
84
2025-11-23 00:36
67495
84
2025-11-23 00:36
51624
67
2025-11-23 00:36
94851
73
2025-11-23 00:36
31749
26
2025-11-23 00:36
74923
93
2025-11-23 00:36
34296
16
2025-11-23 00:36
71392
56
2025-11-23 00:36
71568
24
2025-11-23 00:36
54638
43
2025-11-23 00:36
64178
32
2025-11-23 00:36
18247
98
2025-11-23 00:36
| 青草直播 | 免费直播 |
| 少妇免费直播 | |
| 榴莲视频 | 么么直播 |
| 嗨球直播 | |
| 就要直播 | 魅影直播视频 |
| 直播软件下载 | |
| 趣爱直播 | 小k直播姬 |
| 婬色直播 | |
| 魅影5.3直播 | 免费播放片色情a片 |
| 看b站a8直播 | |
| 小k直播姬 | 心跳直播 |
| 花椒直播 | |
| 伊人app | 阴桃直播 |
| 深夜大秀直播app | |
| 春雨app直播免费看 | 美女直播app |
| 免费直播 | |
| 午夜直播 | 抖音成人版 |
| 婬色直播 | |
| 魅影直播间 | 春雨app直播免费看 |
| 夜魅直播 | |