森林健康「風向標」中華穿山甲首現廣州市流溪河國家森林公園
2025-11-26 03:14 1,826次浏览黃阿忠 好多年前，一學生作畫出新招，把自己拍街道的照片，利用電腦軟體，製作成有油畫效果(據說也可做成版畫、中國畫效果)的圖片列印，然後畫在畫布上。畫好的作品有新的面貌，然後順利入選美術大展。後來那位學生利用電腦軟體，製作了不少差不多樣式的作品。記得那個時候已有3D列印，可以列印很多東西，複製的效果也很好，還可以用來做雕塑，輸入構思想法、形式要求、風格流派，會整一個立體的雕塑出來，顛覆了學習雕塑的認知。 現在這種高科技的製作在繪畫界被很多人採用。近年來的全國美展中有好多作品藉助高科技、電腦軟體製作，入選率很高，有些作品還能獲獎。 AI將數位技術在繪畫中的應用帶入2.0時代。它可以自己生成畫面，只需給它一個指令：畫日出、朝霞、漁船、海島，畫高山、草原、駿馬、奶牛，像阿拉丁「神燈」一樣，要什麼有什麼，什麼都能畫。畫出來的畫可以說是沒有缺點了，用一個陳詞濫調形容，叫做栩栩如生，惟妙惟肖，讓你目瞪口呆。 AI科技確實為人類帶來了福音，提供了很多幫助，但AI無法獲取人類的生命體驗，豐富的人生經歷、情感、情緒的波動過程等。人類在這個世界存在，有些涉及思想、情感，是不能複製的。比如AI畫畫，因為沒辦法搜集「靈魂」「思維」的大數據，故而畫不出精、氣、神，藝術家的「靈魂」「思維」，千種萬樣是不可能摹仿的。再如那個在電腦上用照片做成油畫「效果」來畫畫的學生，雖有一時效應，但如法炮製的作品似曾相識，遏止了畫家的創作想像力。3D列印可以幫助解決一些問題，減少繁重的勞動，雖然做出了雕塑，但是作為藝術，總感覺缺少了什麼。最主要的是那些高科技製作的作品，沒有創造力、生命力，缺乏情感的溫度。AI可以畫任何東西，但沒有個性，只是表面的「好看」，最核心的問題是無法製造「情」。 中國國家博物館最近有一個展覽，題為《涅瓦河畔的遐思》，展出俄羅斯巡迴畫派核心畫家列賓的多幅代表作。列賓為《伏爾加河上的縴夫》畫了大量的肖像速寫、場景素描，從平時搜集的素材到創作，從田野村莊到涅瓦河畔的遐想，他腦海中的畫面轉換，AI不會想到，也得不到這些數據。列賓曾接到過訂單，以某某議會為主題創作，他堅持要求為每個議員寫生，AI恐怕無法做到這些面對面的交流寫生。英國畫家弗洛伊德被邀畫伊莉莎白女王，弗洛伊德要求不用照片，讓女王坐在那裡讓他寫生，而且是一次次往返。靠照片資料AI也許也能畫女王，但合成出來的肖像，是絕對不會生動而有溫度。 再看展覽《締造現代：來自巴黎奧賽博物館的藝術瑰寶》，上海浦東美術館帶來米勒的《拾穗者》、高更的《大溪地的女人》、梵谷描繪在法國南部生活時「私密空間」的《梵谷在阿爾勒的臥室》、雷諾瓦代表作《鋼琴前的女孩》、莫奈的三幅代表作以及《夏末的乾草堆》等等。也許AI根據藝術流派及畫家的數據，能合成製作他們的作品，但畫不出米勒「拾穗」的情感、無法還原高更、梵谷的生存環境空間，也不會寫生母與子，坐在路邊上畫教堂、港口、草垛。自然的氣氛、人的情感AI無法複製。 荷蘭畫家倫勃朗，接受了13個皇家御用火槍手的訂約，用湊份子的方式請倫勃朗畫集體肖像。倫勃朗接受訂單後，為他們創作了一幅題為《夜巡》的油畫。作品描述了火槍手在出徵前巡邏的場景，不按常理出牌，畫面有氣氛、有意味、有出發前準備的動作、有各人位置聚散的構思。如果請AI幫助按部就班安排各人的位置，委託人或許會很滿意，可我們今天還能看到這幅有思想、有藝術追求的曠世之作嗎？ 我又想起澳大利亞的原住民藝術，有平面立體的、編扎蠟染的、雕刻裝置、丙烯版畫等，形式多樣，風格各異。作品大抵以圖騰為元素，線勾、色塗，或意趣、或抽象；稚拙乃土著藝術之本色，如同非洲藝術、中國少數民族藝術及民間繪畫藝術，如此構畫顯現出一種異域審美與一種神秘境界；原住民部落的土著文化立於勞作與生活之上，即部落群體與個人天物崇拜的個性表現，顯有意趣及形式感。這種帶有天趣的藝術，這種藝術的形成，那種原生態，AI恐怕也是不能完成的。 文藝創作需要有感而發，於是才會千人千面。比如寫生，面對同一個景觀，10個人畫出10個不同樣；比如寫作，走過某個歷史遺蹟，每個人都能寫出自己的角度。一個靠數據匯成的AI，怎麼能知道某個畫家、作家心裡想的是什麼？AI是沒有「情感」的，它可以做一些搜索資料的工作，卻絕對不能替代寫生、寫作。甚至同一個人，在不同的條件下，景同也會情不同，所以範仲淹的《嶽陽樓記》中既有淫雨霏霏之際登樓的感極而悲，又有春和景明之日的喜氣洋洋。不同的心情也會使看在眼裡的景產生變化，「兩岸猿聲啼不住，輕舟已過萬重山」正是詩人流放途中遇赦返回之時心情愉悅之下觀景的產物，否則，那些猿聲可能就會被寫成嘲笑之聲或「怨聲」「冤聲」了罷。 藝術創作所追求的「境」，生自於情。寫生也好，創作也罷，都少不了情感交流。畫家寫生，是在同寫生對象的交流，是在主客觀的交融中尋找生命的密碼。畫家在畫室創作，有空間氣場的流動，也是和自己靈魂對話的感受積累。而AI是數據合選，是「死」的，它如何懂得這種在空中遊蕩的情感、氣韻、靈魂。 AI參與藝術創作，這是科技的進步，體現了人類的智慧，不失為一種成功。但換個角度看，藝術創作中最重要的參與者和成果——情與趣，卻是AI短時間內無法實現的。人類的藝術創作活動是一個情與趣的享受過程，中國畫大寫意，筆蘸墨水、顏料在宣紙上划動的聲音，紙和筆觸碰划動的感覺和淡墨在紙上慢慢滲化的狀態，油畫家將油畫顏料刮、擦、抹、堆的感覺、雕塑家將泥去掉一些、又塑上幾塊的感覺，歌唱家亮出嗓子發聲音的感覺，都是情與趣和創作活動的互動，是創作活動的體驗。人類的藝術創作成果，可以稱為上品的，都是具備情與趣的作品。中國畫作品以「逸品」「氣韻生動」為最，西方自現代主義以來，無論是表現主義、抽象主義，還是當代的行為藝術、先鋒藝術，均講究在作品中放大「觀念」，是情緒情感和天趣趣味的呈現。作為工具，AI可以幫助人類完成許多要奮鬥多少年才能做到的，或者是做不到的事，但人類的生命體驗、豐富情感，永遠替代不了。 (作者為上海文史研究館館員，上海大學上海美術學院教授、博導)
前不久，我在做某數位化平臺的調研時，與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系，卻仍有無數中小工廠困於『代工邊緣』？」 對方提到，「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的，至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面，恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠，會發現全球供應鏈的重組早已超越簡單的產能轉移，演變為一場由數據與算法驅動的系統性變革——而AI，正是這場變革的核心引擎。 傳統供應鏈的困境：看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病，其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣，能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地，一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時，供應商需要花費三天時間核實技術要求的細節，而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條，迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式，更「坑人」的地方在於，易引發市場波動中的「群體失智」：市場一有風吹草動，就容易集體跑偏。結果就是企業看不清市場走向，要麼一窩蜂擴大生產，要麼突然集體減產，最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源，本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾，而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於，在傳統供應鏈中，訂單信息需經採購、設計、生產、物流等多環節層層傳遞，每過一個節點就產生信息損耗；上下遊企業因數據標準不統一，技術參數、交付周期等關鍵信息難以對齊。例如，某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整，頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為，傳統供應鏈依賴人工經驗和歷史數據的預測模式，在突發性事件面前不堪一擊。例如2020年新冠疫情初期，全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時，上遊製造商無法及時調整生產計劃，下遊客戶也難以重新配置物流資源時，將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢？是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」，全球貿易要求供應鏈具備實時響應能力時，依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具，更是重構供應鏈底層邏輯的核心引擎，就是為了將「看不見的繩索」轉化為「可量化的數據流」，將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決？構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了，解決辦法也就隨之而來，即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心，在於AI將模糊的製造能力轉化為可量化的數據資產，並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐，其平臺通過構建多維度的數據標籤體系，從最底層的工藝切入，將原本難以描述的工藝能力，如微米級精度的車床加工、特定材質的表面處理工藝等，轉化為機器可識別的結構化特徵。隨後，將簡單的需求流轉到工廠，讓買家和工廠直接對接；碰到需要多種工藝的複雜訂單，就重新設計、拆解，再派單給不同工廠完成，其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前，說起企業的製造能力，大家總愛簡單分成「能做」和「不能做」兩種。現在，在AI驅動的體系中，每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如，醫療器械企業發布精密零件採購需求時，AI系統不僅能匹配具備相應資質的供應商，還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率，又顯著降低冗餘成本。這種數據驅動的決策模式，正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」，成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢？說到底，數據成了供應鏈裡最值錢的家當，而算法就像分配利益的規矩——誰手裡的預測模型更準，誰能更快把所有數據理順，誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說，這種靠AI撐起來的「數據加算法」模式，不光能幫那些中小工廠跳出「只能做代工」的困局，更能把咱們「工業體系全」這個大優勢，變成在全球供應鏈裡說了算的本事。這麼一來，全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球，供應鏈的「去中心化」革命 而在全球範圍內，供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算，現在慢慢變成了大家各有各的職能，互相配合著來。而這場大變樣的背後，最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單，系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約，貨物離開生產線時區塊鏈就完成支付結算，整個過程像網購一樣簡單直觀。這種看似科幻的場景，其實在阿里巴巴國際站的跨境貿易中已經初現端倪，去年該平臺就有超過三成的交易開始應用區塊鏈存證技術，實現了全流程的透明化與自動化。 現在，技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能，AI算法能實時分析全球14個港口的擁堵情況，物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化，更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失，生產端和消費端通過。AI驅動數字網絡直接咬合。 然而，這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中，我們能看到兩種截然不同的圖景並行：某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺，卻因管理層對數據可視化系統缺乏理解，導致系統淪為擺設；而隔壁的模具廠則用300萬改造費用實現設備聯網，通過實時監測刀具損耗率，就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時，很多企業發現最大的障礙不是技術本身，而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統，但員工習慣了手工操作，推廣難度很大。此外，數據安全和隱私保護問題也日益凸顯，如何在開放共享與風險控制之間找到平衡，是行業面臨的共同挑戰。 這些現實困境揭示：去中心化不是簡單的技術疊加，而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來，中國製造乃至全球產業網絡的協同與進化，才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革，正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」，從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈，正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口，吸引全球開發者為其改進飛行控制系統，使產品響應速度提升30%；蘇州的紡織廠將柔性生產線接入AI雲平臺，成為服務十幾個國家設計師品牌的「雲製造」節點，實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升，更是價值創造邏輯的根本變革：當每個參與方都能通過數據貢獻獲得收益分成，當創新成果能在全球範圍內即時復用，供應鏈就變成了持續進化的生命體。 從大趨勢來看，AI正在悄悄改變供應鏈創造價值的方式。過去，資源怎麼分配，基本都是行業裡的大公司說了算；現在，AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據，靈活調配產能、優化物流路線、提前預判需求，哪怕是很小的生產單元，都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於，全球供應鏈的競爭早就不拼規模大小了，而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型，誰能更高效地把各地的數據串起來，誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過，AI推動供應鏈升級，也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則，得培養既懂生產工藝又懂算法的多面手，還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型，從以前的手工焊接小作坊，變成現在涵蓋設計、測試、融資的全鏈條數字生態，每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時，也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中，AI會變成供應鏈的「神經中樞」：工廠設備靠AI自己協調幹活，物流網絡跟著算法隨時調整路線，甚至消費者幾個月後想要什麼，AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡，整個供應鏈會變得特別有韌性，充滿活力。這可不只是技術更新換代那麼簡單，更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員，清華大學人工智慧國際治理研究院戰略與宏觀項目主任，新著《杭州模式：DeepSeek與中國算谷》2025年5月由中信出版集團出版)
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。
杏仁直播
「活动」首次登录送新手大礼包
- 软件大小: 195.51MB
- 最后更新: 2025-11-26 03:14
- 最新版本: v18.16.3.12
- 文件格式: apk
- 应用分类:ios-Android 月夜直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.65以上
客服热线：132-2637-6451
89267
18573
71645
62817
53
2025-11-26 03:14
43921
29
2025-11-26 03:14
67841
69
2025-11-26 03:14
49621
28
2025-11-26 03:14
12783
25
2025-11-26 03:14
15274
72
2025-11-26 03:14
79243
86
2025-11-26 03:14
36892
28
2025-11-26 03:14
51382
21
2025-11-26 03:14
74315
61
17958
96752
16
72853
94817
87
46972
98653
69
