日本今年上半年出生人口為33.9萬人 創同期新低
2026-02-07 14:40 4,197次浏览天津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)
新能源車主只需在手機上一鍵預約，移動充電車便會如同訓練有素的快遞小哥，帶著大功率充電設備迅速奔赴指定地點。北京商報記者日前在北京海澱、經開區等多個區域走訪時發現，在新能源浪潮的推動下，「充電自由」正催生新的消費場景——移動充電車上門超充服務以「充電界外賣員」的姿態，破解了老舊小區、園區等充電樁安裝困局。這種從「車找電」變「電找車」的模式，不僅重塑了新能源車充電方式，更以即需即用的便捷性重新定義了汽車生活。 一鍵下單超充速達 在北京海澱區小南莊社區，一輛通身雪白的長方體智能移動充電車格外引人注目，它就像一個貼心的「充電夥伴」，隨時準備為車主提供服務。「有需要的居民可在微信群裡預約，遠程打開汽車充電口，物業工作人員就會操作移動充電車到車位上給車輛充電。」海澱小南莊社區書記柳春英對北京商報記者表示。 據介紹，這臺移動充電車為直流快充設備，平均1小時就能為電車完成「續航」，每度電只需要1元，用戶可以線上結算，實現了從「車找樁」到「樁找車」的轉變，切實解決了新能源汽車急需充電的相關需求。 據柳春英介紹，小南莊社區的居民院大多建於20世紀八九十年代，還是上世紀90年代平房拆遷上樓做的變壓器，設備比較老舊，電容量也有限。社區裡的新能源車主曾反映想加裝充電樁，但經過測算，僅能滿足很少一部分車主的需求，充電缺口依然很大。考慮到社區新能源車越來越多，車主充電問題會愈發嚴峻，社區將問題反映給了街道，最終由海澱區城管委和街道共同對接了北京首鋼城運公司，在去年10月中旬引入了移動充電車。 據首鋼城運技術研發部負責人常一龍介紹，為適應社區相對複雜的環境和路況，這臺車在引入社區之前還進行了一次改造升級，增加了轉向的靈活度。 不僅是小南莊社區，據北京商報記者了解，目前賽寶新能源已在北京經開區投放約60輛移動充電車，覆蓋大雄鬱金香舍、上海沙龍、朝林廣場等社區及企業園區，累計服務超1萬位車主，完成近6萬次充電。 賽寶新能源營運長林琳告訴北京商報記者：「上門超充服務旨在解決車主充電過程中的各類痛點。通過智能調度系統，快速響應車主需求，讓充電變得更加輕鬆、高效。」 生態互補並非競爭 上門超充服務的出現，會不會與現有充電樁網絡形成競爭關係？在億瓦研究院創始人黃山看來，「移動充電車是補能領域的一個場景補充，主要用於應急補電和高速救援等特殊場景，可以與充電樁網絡形成互補」。 林琳解釋道：「上門超充服務主要填補了現有充電樁網絡的『網絡盲區』和『應急缺口』。在一些老舊小區，由於空間有限，安裝充電樁面臨諸多困難，車主充電難題突出。而移動充電車可上門服務，覆蓋這些家充難以觸及的區域。此外，在應急場景中，如節假日服務區『一樁難求』、車輛半路拋錨等情況，上門超充服務能夠快速響應，實現即時補能，彌補公共快充『無法移動』的短板。以節假日為例，服務區充電排隊時間平均可達2—3小時，上門超充服務只需1小時就能到達現場並完成充電，大大節省了車主時間。」 柳春英也表示認同：「對於臨時有充電需求或不方便前往固定充電樁的車主來說，這種服務非常實用，能夠更好地滿足居民的充電需求。引入上門超充服務後，我們社區居民的新能源車充電難題得到了明顯緩解。」 林琳則將移動補能在整體補能生態中的定位形象地比喻為「毛細血管+應急響應層」。把補能生態類比為「能源供應鏈體系」，公共快充站是主動脈，解決主流補能需求；家充具有私域屬性，提供穩定補能；而移動超充則像毛細血管一樣靈活、上門，解決「最後一公裡」和突發需求。 設備勤行民眾少憂 上門超充服務的興起離不開技術支撐，而未來技術的不斷進步將持續推動這一業態蓬勃發展，其市場前景十分廣闊。 林琳對上門超充服務的市場前景充滿信心：「從需求側來看，隨著新能源車滲透率不斷提高，車樁比失衡問題愈發突出，移動超充可快速填補補能缺口。而且，應急需求日益常態化，催生『即時補能』的剛需。」 據統計，每年因充電問題導致的車輛拋錨事件超過10萬起。此外，中產家庭、網約車、運營車車主對「時間成本大於金錢成本」的接受度提升，也為上門超充服務的溢價提供了空間。目前，已有超60%的網約車司機表示願意為上門超充服務支付一定溢價。 在技術層面，更高能量密度電池、更智能調度算法等將深刻影響上門超充服務發展。 林琳表示：「目前，我們的移動充電車可滿足20—30輛新能源車一次性充電需求，未來隨著電池技術進步，這一數字有望提升至50輛以上。通過更智能調度算法，充電車調度時間可縮短30%左右。」 在黃山看來，當前移動充電車行業發展的核心瓶頸在於成本問題，包括人工成本和自動化設備的高投入。 對此，林琳表示，未來隨著自動駕駛技術普及及電池行業的不斷發展，移動充電車有望實現自主行駛和自動充電，進一步降低服務成本、提升服務便捷性與智能化水平。 新能源汽車車主董延也對移動充電車服務的未來滿懷期待：「希望這種服務能越來越普及，覆蓋更多地區。隨著技術進步，作為車主我更期盼充電速度更快、價格更親民。」 中國人民大學公共管理學院教授王叢虎表示，國家提倡低碳行為，倡導綠色文明，讓更多人響應國家政策，需要配套落實一些切實解決問題的具體措施。從「車找樁」到「樁找車」是數字時代智能化轉型的方案，設備多跑路、民眾少跑路或將成為未來的趨勢。 北京商報記者 張茜琦/文並攝
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。
零七直播
「活动」首次登录送新手大礼包
- 软件大小: 627.36MB
- 最后更新: 2026-02-07 14:40
- 最新版本: v12.4.12.4
- 文件格式: apk
- 应用分类:ios-Android 直播软件下载
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.41以上
客服热线：135-4531-1473
花椒直播类似软件
猜你喜欢
63
14795
29
2026-02-07 14:40
53764
73
2026-02-07 14:40
24915
41
2026-02-07 14:40
95461
67
2026-02-07 14:40
16754
85
2026-02-07 14:40
68423
49
2026-02-07 14:40
73962
87
2026-02-07 14:40
91324
43
2026-02-07 14:40
81593
54
2026-02-07 14:40
81237
85
2026-02-07 14:40
86591
96
68321
42
56983
73654
13524
94821
76821
49
31524
81
29675
71342