英法澳等國和歐盟譴責以色列批准新建定居點住房計劃
2025-11-06 05:56 9,893次浏览烏蘭察布8月13日電 題：從寫字樓到智能棚 記一粒種薯裡的「新農人」蛻變 記者 張林虎 連日來，在內蒙古自治區四子王旗吉生太鎮的「氣霧培」智能棚裡，一排排馬鈴薯苗鬱鬱蔥蔥，白色小花點綴綠葉間。王淑娟輕輕掀起苗床下的遮光簾，一串串色澤鮮亮的馬鈴薯原原種掛滿匍匐莖。這些「長在空氣中」的種薯，正是她和團隊用科技改寫傳統種植模式的見證。 從城市白領到種薯研發人，從質疑到堅守，王淑娟帶著一粒種子的力量，在這片土地上寫下了屬於新農人的故事。 圖為王淑娟(右)檢查馬鈴薯組培苗。張蜀雁 攝 土疙瘩裡長出「科技果」 「您看，這就是『氣霧培法』種出的馬鈴薯原原種，一串能結80到100粒，比傳統基質培養多幾十倍。」王淑娟指著懸在鐵架上的種苗說。這些種苗沒有埋在土裡，而是固定在蒙著塑料膜的架子上，膜下根須垂落，浸潤在霧化噴淋的營養液中。 這樣的「懸空生長」並非噱頭。王淑娟介紹，他們先採用「莖尖剝離」的脫毒技術，從馬鈴薯芽尖最頂端的生長點誘導培養出脫毒組培苗，再將其置於「氣霧培」環境中。相比傳統基質培養，這種技術不僅讓每株產量從2粒躍升至80到100粒以上，還能杜絕土傳病害，大幅降低種薯成本，提升質量。 「最初連我自己都覺得『不可能』。」王淑娟說，馬鈴薯長在土裡才正常，讓它「喝營養液」長大，實在超乎想像。但正是這份「不可思議」，成了她鑽研的起點。 從2019年6月公司啟動「氣霧培法」研發，經過兩年技術攻關，於2021年開展規模生產試驗，他們走過不少彎路：2021年用了老齡苗，整體長勢糟糕；2022年一半老齡苗、一半適齡苗，效果天差地別；直到2023年全部用適齡苗，才終於看到喜人的長勢。如今，公司已是全國唯一擁有「氣霧法繁育脫毒馬鈴薯小種薯栽培方法」發明專利的種業公司。 圖為王淑娟(中)講解如何對原原種進行檢查。 張蜀雁攝 白領變身「種薯達人」 誰能想到，這位玩轉農業科技的「種薯達人」，曾是大城市裡的白領。今年38歲的王淑娟，2010年從南開大學工商企業管理專業畢業後，先後在呼和浩特、深圳工作，有著穩定的收入和優渥的生活。「我父母是地地道道的農民，一輩子面朝黃土背朝天，我當年努力讀書，就是想過不一樣的生活。」王淑娟說。 2016年，王淑娟放棄了大城市的工作，回到家鄉四子王旗。恰逢內蒙古鑫雨種業有限公司成立，她成了這裡的一員，從生產、銷售到研發，一步步走進種薯的世界。 「剛入行時，我啥都不懂。」如今，身為公司總經理的王淑娟仍然記得，面對試驗田，她不會布置田間試驗，不會切種，連最基礎的農活都摸不著門道，是技術顧問姜潤田帶她入門。這位曾獲國家「八五」「九五」科技攻關獎項的資深專家，毫無保留地教她配營養液、看苗情、做試驗。「一開始買成品營養液，後來跟著姜老師學配製，看著組培苗一天一個樣，慢慢有了成就感。」 從排斥到相信，再到全身心投入，王淑娟的轉變藏在細節裡：她會對每一粒原原種「吹毛求疵」，檢查形狀、大小、顏色，甚至採摘留梗長度、切口大小、有無外傷，確保每一粒都合格。 圖為王淑娟採摘原原種。張蜀雁 攝 小種子結出「致富穗」 在王淑娟看來，好種子不僅要優質，更要能帶著鄉親們富起來。如今，鑫雨公司已帶動四子王旗3300多戶農民、種植戶走上增收路。 「以前農民買種成本高，產量還不穩定，現在用我們的脫毒種薯，收成好了，收入也漲了。」王淑娟的語氣裡滿是自豪。 從初入行的懵懂到如今的從容，王淑娟完成了人生的「華麗蛻變」，而她的目標不止於此。「未來要育良種與護生態同步推進，保障糧食安全。我想為『中國薯都』的馬鈴薯產業、為家鄉的高質量發展，多盡一份力。」王淑娟說。(完)
世界人形機器人運動會將於8月14日開幕，作為重要項目之一的足球賽預選賽已先一步開賽。來自國內高校的參賽隊GeoHBots在比賽中早早陷入了以少打多的局面。團隊成員向北京商報記者解釋稱，他們的機器人在比賽中吃到紅牌被罰出場，原因是算法不會識別對方的機器人而導致的對抗，被裁判視作背後惡意衝撞，「它只會看球、場地」。 據悉，參加3v3比賽的團隊每支有四個機器人可供使用，三名首發一名替補，少一人的局面無疑讓GeoHBots團隊非常被動。 在綠茵場上跌跌撞撞的金屬身影，實則是一場關乎產業未來的技術練兵——笨拙的動作調試、程序算法的優化、失敗案例的積累，都是人形機器人從實驗室走向商業化場景這一進化路徑上這樣那樣的微調。 技術的綜合考試 機器人足球賽從不是為了復刻人類球賽的精彩，而是給技術能力搭了個實戰考場。 加速進化機器人公司售後技術支持負責人呂明向北京商報記者拆解了這場考試的核心考點：「機器人的運控，就是運動能力、步態這些，下肢能走多快、用什麼樣的步態、有什麼樣的腳法，都是機器人能踢球的基礎；上半身則是感知，主要是視覺，能不能看得準，看得準才能踢得準；最後是決策，就是在什麼情況下用什麼樣的動作，怎麼樣去做接下來要做的動作。」 賽場邊各支隊伍的備賽細節，透出相似的技術打磨縮影：來自馬來西亞的Team Robotedge團隊向北京商報記者介紹，比賽開始前他們要反覆通過電腦調整機器人的靈敏度、運控參數，還要讓機器人持續識別、捕捉比賽用球——這是在針對性訓練運控與感知能力。GeoHBots也向記者透露，他們需要在賽前把自己的代碼、程序刷進去，其中包含視覺、動作、策略等細節，都是為實戰而做的準備。 在現場，你時常能看到一個人類隊員舉著一臺電腦跟著一臺人形機器人，二者通過一根長長的、有點像牽引繩的數據線相連，這正是他們在調試準備——機器人將數據畫面等傳到電腦，人類基於這些數據進行調優。當然，在比賽的時候，這些機器人都需要放開繩子，自主發揮。但考試並不一帆風順，呂明向北京商報記者進一步分析稱，如果機器人的視覺不行，那就看不清、定位不好、踢不準；如果決策不行，該用什麼動作卻做了錯誤判斷。這幾個因素一疊加，強隊跟弱隊的區別就很大了——有的機器人因視覺盲區對著空場地狂奔，有的因決策失誤放棄防守猛衝前場，最終被踢成大比分的慘敗。 但這些考砸了的時刻並非毫無價值——就像企業技術迭代的「錯題本」，每一次失誤都在為算法優化提供精準坐標。 為應用試金 或許有人疑惑，興師動眾讓這麼多人和機器人在賽場折騰，意義何在？答案藏在那些並不非常外顯的技術細節裡。 呂明指著一位在場上做著橫移動作的機器人向北京商報記者解釋：「你看他有那種橫移的，像螃蟹步，這就算是盤帶了。」這種賽場練就的移動步伐，未來可能就是家庭中服務機器人在客廳繞開茶几的靈活身法。 呂明還提到，這些機器人很多是一天要踢四場比賽，在劇烈、頻繁的碰撞下依然能正常運作，摔倒也能自己站起來——這種穩定、耐用，可自我調整的硬體性能，正是工業協作、家庭陪護等場景的核心需求。 前述機器人那種「只認球不認人」的識別局限，也可通過更複雜的算法解決，把環境感知數據練好，未來就能分清水杯、遙控器和毛巾，避免服務場景中的烏龍。 參賽生態還藏著產業進階的新生力量。Geo-HBots團隊向北京商報記者透露，他們賽前僅用不到兩個月準備，依託的正是廠商提供的開源基礎平臺；呂明也向記者表示，現在其實還很難談比賽質量，更多是讓大家上場激發熱情。人形機器人在國內剛起步，加速進化公司的機器人在交付參賽團隊時就自帶一套開源Demo算法供參賽者調試。「要讓學生通過比賽走完流程，對機器人有理解，再有興趣去研究，畢竟做運控、做感知、做策略，理論和實踐是很不一樣的。」 每次有進球發生，現場參賽隊成員總會爆發出不亞於自己踢比賽進球時的歡呼，看得出他們確實很高興，像是以一種主教練的身份——這種包容性強的參與生態，正在培育未來的開發者群體。 慢功夫裡的大未來 比賽當中，有些進攻輪次非常簡單粗暴——某隊的機器人在中場附近大力射門，然後球就徑直跨過半場，滾進對方球門。 但人形機器人產業的進化，不可能是一蹴而就的爆發，需要在包括賽場在內的試錯中沉澱慢功夫。 呂明向北京商報記者強調比賽數據的核心價值：「我們會持續做相關的解決方案，掌握的數據越來越多，機器人模型的學習能力、判斷能力也會變強。最終還是要推動人形機器人領域發展，比賽只是其中一種形式，也是為了驗證我們的硬體、軟體、算法能力，讓它以後能服務更多其他場景。」 這些在綠茵場上積累的硬控穩定性、感知精準度、決策合理性，正在編織一張技術網絡：硬體耐用性達標了，機器人才能走進真實場景；算法識別準了，才能理解人類需求；多模塊協同順了，商業化落地才有底氣。 或許十年後，當家庭機器人熟練地幫你遞水、工廠機器人精準搬運零件時，它們的運動神經和大腦邏輯，最早正是在這場笨拙的足球賽裡，被一群學生和工程師一點點打磨出來的。 眼前跌跌撞撞的機械身影，正在用成功或失敗的動作，攢下人形機器人產業的未來底氣。 北京商報記者 陶鳳 實習記者 王天逸
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。
魅影9.1直播
「活动」首次登录送新手大礼包
- 软件大小: 437.56MB
- 最后更新: 2025-11-06 05:56
- 最新版本: v17.13.19.10
- 文件格式: apk
- 应用分类:ios-Android 曼城直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.96以上
客服热线：137-9285-5143
46
74598
73
2025-11-06 05:56
57391
86
2025-11-06 05:56
53974
29
2025-11-06 05:56
48925
38
2025-11-06 05:56
18264
56
2025-11-06 05:56
94256
14
2025-11-06 05:56
38715
28
2025-11-06 05:56
61892
65
2025-11-06 05:56
38927
97
2025-11-06 05:56
96731
31256
17682
21698
92
71
93
