河南省委巡視組原正廳級巡視專員張光明被開除黨籍
2026-02-28 14:42 2,641次浏览北京8月9日電 (記者 高凱)據燈塔專業版數據統計，截至北京時間8月9日上午9時35分，中國內地2025年電影暑期檔票房已達80.06億元(人民幣，下同)，票房火熱的同時，口碑佳作不斷，持續推高觀影熱潮。 從《南京照相館》中七位普通人用生命守護歷史證據底片，到《東極島》將鏡頭聚焦漁民以平凡之舟付出人道大愛，從《長安的荔枝》與《戲臺》中大歷史下小人物的辛酸與堅持，到《浪浪山小妖怪》中無名小妖為非凡夢想的執拗拼爭……這個夏天，多部叫好又叫座的作品以微觀視角切入，通過成功的凡人敘事呈現出對個體命運的深度關照，以與時代共振的「貼地」表達收穫觀眾認可，在商業和藝術的平衡中照亮大銀幕。 作為今年春節檔後首部票房突破10億元的院線影片，截至目前，《南京照相館》以超20億元的票房領跑暑期檔，實現口碑與熱度的雙收。該片取材於南京大屠殺期間日軍真實罪證影像，故事圍繞「日軍罪證照片」展開。在紀念中國人民抗日戰爭暨世界反法西斯戰爭勝利80周年之際，《南京照相館》從一間照相館、幾個普通人切入，以微觀視角將歷史具象化地呈現在觀眾眼前，令歷史記憶可感、可觸。 同為歷史戰爭題材作品的《東極島》通過普通漁民的視角，將1942年「裡斯本丸」號營救事件還原為平凡人的樸素大義。影片以平民為主人公展開敘事，當漁民面對日軍槍口時，主創者沒有將其塑造成「高大全」的英雄，而是展現「恐懼-掙扎-覺醒」的心理過程。正如該片導演管虎所言，「承認人性的軟弱，才能讓最終的勇氣更有力量」。 這種去中心化的敘事，讓主旋律電影在宏大主題之下更顯人性關照。歷史記憶的當代表達、聚焦凡人微光的敘事方式，成為電影與觀眾建立緊密聯繫的重要助力。 《長安的荔枝》通過「微觀歷史」的視角關注唐代基層官吏李善德的命運浮沉，片中諸如「就算失敗，我也想知道自己倒在距離終點多遠的地方」等臺詞、橋段所引發的職場困境、誠信堅守思考等，得到眾多觀者的共情。 動畫電影《浪浪山小妖怪》將鏡頭對準西遊世界裡的無名小妖，用荒誕喜劇的外殼包裹現實主義內核，通過四位底層小妖的冒險歷程，不僅構建了一個充滿東方美學意境的奇幻世界，更以「去主角化」敘事，讓故事天然攜帶了強烈的代入感。這則關於「平凡者自我接納」的現代寓言，傳達出「我們不必都是英雄，但依然可以在自己的軌道上活出意義」的內核，實現了對普通人個體命運的觀照。 圍繞京劇戲臺展開的《戲臺》則以「戲中戲」的嵌套結構，將焦點置於亂世中的小人物小場景，不僅拓展了喜劇片的表達邊界，更通過戲曲唱段完成了對民族氣節的隱喻呈現。 在新近上映亦取得不俗票房的小成本喜劇電影《奇遇》中，一場雙向穿越看似荒誕，觀眾卻於平凡主人公不同生命階段令人啼笑皆非的衝突碰撞中看見自己，進而重新審視人生中的無奈和在無奈中堅守初心的意義。 無論題材類型還是風格樣式，今年的暑期檔電影都呈現出豐富多樣的特點，而剝離類型創新與技術突破的表象，這個夏天的大銀幕最令人欣喜的或更在於對不同背景下凡人微光的成功呈現。事實上，觀眾也以持續的觀影熱情給出了最真實的反饋。 這種對個體命運的深度聚焦無疑加深了電影與觀眾的情感聯結，也為此間銀幕創作勾勒出一番新景新貌。(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。
金桔直播
「活动」首次登录送新手大礼包
- 软件大小: 478.85MB
- 最后更新: 2026-02-28 14:42
- 最新版本: v17.8.2.3
- 文件格式: apk
- 应用分类:ios-Android 糖果直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.84以上
客服热线：134-7692-6354
23614
79
37
61549
97
2026-02-28 14:42
23516
74
2026-02-28 14:42
53284
15
2026-02-28 14:42
85173
39
2026-02-28 14:42
96583
41
2026-02-28 14:42
25463
73
2026-02-28 14:42
86792
35
2026-02-28 14:42
93816
45
2026-02-28 14:42
46218
67
2026-02-28 14:42
93
76
58
38156
14
56349
68
53
95
17
16