（同心抗戰）港九大隊老戰士聯誼會長：抗戰精神是民族魂，今天亦不能忘
2025-12-10 15:16 2,256次浏览全球貿易保護主義浪潮湧動之際，美國營養品企業USANA卻在中國按下投資「加速鍵」。 從高管密集來華，到與中國品牌合作夥伴進一步加深合作，再到新落成的固定飲料生產線，USANA始終以堅定決心深耕中國。 USANA總裁兼執行長吉姆·布朗日前接受採訪時表示，「中國是驅動USANA全球業績增長的最大市場，不管外部環境如何變動，都不影響USANA持續紮根和投資中國。」 本土智造，打造增長硬實力 USANA對中國市場的加碼，正通過一條條先進生產線落地生根。近日，USANA全新固定飲料生產線在北京亦莊園區內落成。 USANA首席商務官聶懷禹介紹說，該生產線採用中國自主研發的一流設備，光是自主專利技術就達到300多項，自動化程度高，實現條包灌裝、計數、裝盒工序一條龍，高效保障產品質量和供應，將使中國生產線產能增加近2億元。 對USANA而言，這是其對中國本土化創新投資的一處縮影。目前，隨著USANA葆嬰不斷在中國推動本土創新研發，更多在中國銷售的產品已由中國本土研發、採購和製造，幫助USANA葆嬰更好服務中國品牌合作夥伴與消費者，以「中國智造」賦能「中國質造」。 吉姆·布朗提到，中國市場之所以會成為USANA全球業績佔比超過一半的市場，正是得益於本土化戰略以及業務創新舉措。下一步，USANA會在中國加強研發，聘請更多專家，採購更多專業化設備，並通過與北京中醫藥大學合作，探索新的健康配方和生產工藝，為兩國消費者帶來更健康有效的產品。 戰略升級，為億萬家庭培養「營養懂行人」 深耕中國市場的決心，也體現在USANA葆嬰對在華未來的精心擘畫。2023年，USANA葆嬰在中國提出了「健康家庭」戰略。這一戰略涵蓋「健康個人」「健康家庭」「健康社區」等多重內涵。 USANA全球副總裁、中國區總經理王生介紹說，在「健康個人」方面，USANA葆嬰推出了健康家庭認證計劃，為中國家庭培養「營養懂行人」，幫助全家養成健康的生活方式。同時，也帶領USANA葆嬰品牌合作夥伴走進中國大學，提高健康素養。 在「健康家庭」方面，USANA葆嬰制定了家庭幸福計劃，未來三年將帶領2萬個家庭與USANA葆嬰共同打卡健康活動，助力家庭健康。 在「健康社區」方面，USANA葆嬰開展了「全家一塊走」公益項目，用每日步數捐贈的善款購買營養餐包捐獻給邊遠山區的孩子。 聶懷禹提到，USANA在中國投入了大量資金，通過多元化的認證和培訓發展項目，改進USANA葆嬰的業務運營方式，也與中國品牌合作夥伴共同成長。 緊跟市場，加碼體重管理賽道 今年來，「國際喊你來減肥」一度成為熱詞。面對中國減重市場的火熱需求，USANA葆嬰加快布局減重賽道。 2025年，USANA葆嬰將「體重管理」與「母嬰健康」和「精準營銷」共同列為年度重點業務。年初，USANA葆嬰啟動了「輕贏99」項目，通過智能「體脂秤」打卡和線上智能體重監測，幫助客戶進行體重管理。 王生介紹說，USANA葆嬰還與中國營養保健食品協會共同發起成立了「體重管理師」項目，在品牌合作夥伴中培養懂營養知識，能夠提供個性化體重諮詢專業人員幫助廣大消費者進行體重管理。 據介紹，目前已有3000位USANA葆嬰合作夥伴獲得了體重管理師認證。6萬餘人參加了「輕贏99」項目，其中超過1萬名參與者分享了體重測評報告。 王生表示，USANA葆嬰將持續響應國家號召，通過產品創新和多元項目，幫助更多人實現「體重向下，生活向上」的健康目標。 翻看USANA葆嬰在中國發展的成績單，離不開其對中國市場的高度重視。展望未來，吉姆·布朗表示，「USANA欣喜看到中國政府持續積極優化營商環境，為外資提供發展的熱土，我們對中國投資將更有信心，更加堅定。」(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。
520直播
「活动」首次登录送新手大礼包
- 软件大小: 631.15MB
- 最后更新: 2025-12-10 15:16
- 最新版本: v3.8.7.13
- 文件格式: apk
- 应用分类:ios-Android 仙凡直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.28以上
客服热线：136-2786-2593
53976
84
45819
45197
57
2025-12-10 15:16
78241
95
2025-12-10 15:16
18523
57
2025-12-10 15:16
98275
34
2025-12-10 15:16
35649
78
2025-12-10 15:16
21537
49
2025-12-10 15:16
72458
29
2025-12-10 15:16
49251
34
2025-12-10 15:16
69423
89
2025-12-10 15:16
67
54
92854
49
61478
67
61235
46392
65
59412
