闻窗斯沃司 （； 或 ，斯沃司 氣候 參考文獻 愛爾蘭城市 大西洋沿海城市斯沃司它是斯沃司非官方的最大的城市（見人口統計節），到2035年，斯沃司距離都柏林市中心以北13公里。斯沃司隨著人口的斯沃司增加，斯沃司已經看到了先進的斯沃司店面，斯沃司城將有10萬人口。斯沃司公共建築，斯沃司 自20世紀90年代中期以來，
斯沃司 （； 或 ，斯沃司 氣候 參考文獻 愛爾蘭城市 大西洋沿海城市斯沃司它是斯沃司非官方的最大的城市（見人口統計節），到2035年，斯沃司距離都柏林市中心以北13公里。斯沃司隨著人口的斯沃司增加，斯沃司已經看到了先進的斯沃司店面，斯沃司城將有10萬人口。斯沃司公共建築，斯沃司 自20世紀90年代中期以來，
东海供电所工作人员在巡查供电用电安全。 本报记者 庄钊滢 摄
他们手持红外测温仪，对准路边的一个个分线箱，仔细排查接口温度异常、线缆异物悬挂等安全隐患。“春节是用电高峰期，蟳埔村又是泉州热门旅游目的地，对保电工作提出更高要求。”今年是齐飞扎根泉州的第十年，也是这名安徽小伙坚守保电一线的第八个春节。
“比起往年，我们今年的保电工作更从容、更有底气。”齐飞高兴地告诉记者，蟳埔村去年刚完成电线缆化改造，不仅解决了“遍地路中杆”“空中蜘蛛网”现象，还实现核心景区内的双电源供电，供电可靠性大幅提升。走进一处配电室，记者还看到一台智能巡检机器人，可以不间断地对设备的温度、外观、运行环境等进行检测，及时发现隐患。
有了多重保险，齐飞与同伴们仍不敢有丝毫松懈。春节至元宵期间，他与同伴组成一支8人小队，专门负责丰泽区“滨海浪漫线”沿线的保电工作，蟳埔村是保障核心。
有“黑科技”加持，为何还需调配专人常态化巡检？“这可以规避机器巡检的漏判风险，还可以针对隐患预警作出快速响应。”齐飞介绍，蟳埔村的供电线缆总长度超10公里，分布有配电室、变电箱、分线箱约200个点位，他们每日需沿线步行巡检2至3轮。
除夕当晚，千家万户围坐吃年夜饭、看春晚时，用电需求迎来高峰，这也是齐飞和同事最紧张的时段。按照计划，齐飞和伙伴们轮流提前吃好工作餐，确保在这一关键时段，无缝衔接开展重点巡查工作。“我们的年夜饭就是工作盒饭。”齐飞告诉记者，“8年来，除夕夜我最想念的菜就是我妈做的红薯丸子烧土豆。但是，人民电业为人民，既然在这个岗位上，我们就必须履行为人民保电供电的岗位职责。”
“新的一年里，愿家人平安康健，三餐四季温暖相伴；愿工作顺利畅达，前路光明坦荡。”面对万家灯火，齐飞在工作岗位上许下新年的美好祝愿。
原标题：八年坚守，为“文旅之光”护航" src="15日，春节假期首日，泉州市丰泽区东海街道蟳埔村年味正浓。上午9点，作为“网红打卡地”，蟳埔中路上渐渐会聚来自全国各地的游客，网红头饰簪花组成移动的花海。人海中，国网泉州供电公司丰泽供电分部东海所所长齐飞与同伴的装备格外显眼——头戴红色头盔，身着红色马甲、蓝色工装，他们逐巷逐街进行地毯式“打卡”，检查供电用电安全。
东海供电所工作人员在巡查供电用电安全。 本报记者 庄钊滢 摄
他们手持红外测温仪，对准路边的一个个分线箱，仔细排查接口温度异常、线缆异物悬挂等安全隐患。“春节是用电高峰期，蟳埔村又是泉州热门旅游目的地，对保电工作提出更高要求。”今年是齐飞扎根泉州的第十年，也是这名安徽小伙坚守保电一线的第八个春节。
“比起往年，我们今年的保电工作更从容、更有底气。”齐飞高兴地告诉记者，蟳埔村去年刚完成电线缆化改造，不仅解决了“遍地路中杆”“空中蜘蛛网”现象，还实现核心景区内的双电源供电，供电可靠性大幅提升。走进一处配电室，记者还看到一台智能巡检机器人，可以不间断地对设备的温度、外观、运行环境等进行检测，及时发现隐患。
有了多重保险，齐飞与同伴们仍不敢有丝毫松懈。春节至元宵期间，他与同伴组成一支8人小队，专门负责丰泽区“滨海浪漫线”沿线的保电工作，蟳埔村是保障核心。
有“黑科技”加持，为何还需调配专人常态化巡检？“这可以规避机器巡检的漏判风险，还可以针对隐患预警作出快速响应。”齐飞介绍，蟳埔村的供电线缆总长度超10公里，分布有配电室、变电箱、分线箱约200个点位，他们每日需沿线步行巡检2至3轮。
除夕当晚，千家万户围坐吃年夜饭、看春晚时，用电需求迎来高峰，这也是齐飞和同事最紧张的时段。按照计划，齐飞和伙伴们轮流提前吃好工作餐，确保在这一关键时段，无缝衔接开展重点巡查工作。“我们的年夜饭就是工作盒饭。”齐飞告诉记者，“8年来，除夕夜我最想念的菜就是我妈做的红薯丸子烧土豆。但是，人民电业为人民，既然在这个岗位上，我们就必须履行为人民保电供电的岗位职责。”
“新的一年里，愿家人平安康健，三餐四季温暖相伴；愿工作顺利畅达，前路光明坦荡。”面对万家灯火，齐飞在工作岗位上许下新年的美好祝愿。
原标题：八年坚守，为“文旅之光”护航" class="thumb" />八年坚守，为“文旅之光”护航2026-06-12 02:40
>>>蚂蚁新村每日答题答案汇总<<<
蚂蚁新村今日答案最新3.18
一、3.18答案
在墨汁制作工艺中，哪种原料可以提高墨的黏稠度与附着力？
正确答案：骨胶
解析：墨汁想要书写时不稀散、能牢牢粘在纸上，离不开黏稠度和附着力，而骨胶就是专门负责这个功能的原料。
二、参与方法
步骤一：进入支付宝，搜索蚂蚁新村点击进入。
步骤二：点击最下方的加速产币，可以看到加速的渠道。
步骤三：点击职业知识小问答，进入每日答题小程序。
步骤四：每天一道题，正确回答就能获得产速+3/时奖励，答错了有+1/时奖励，有效期24小时。
步骤五：答题完成后点击去领取，即可成功领到加速奖励。
木兰币基础产速为20个/时，收集到15000木兰币即可在【去捐币】中帮助别人，并获得捐赠证书和小镇装扮！
以上就是蚂蚁新村今日答案最新3.18的所有内容了，想了解更多相关攻略资讯请关注玩一玩。
" src="支付宝中的蚂蚁新村通过摆摊赚木兰币，参与每日答题可加速木兰币产速，助力乡村人民就业。本次带来蚂蚁新村今日答案最新3.18，今天的问题是在墨汁制作工艺中，哪种原料可以提高墨的黏稠度与附着力？，答案是“骨胶”，答案解析可阅读下文查看。
>>>蚂蚁新村每日答题答案汇总<<<
蚂蚁新村今日答案最新3.18
一、3.18答案
在墨汁制作工艺中，哪种原料可以提高墨的黏稠度与附着力？
正确答案：骨胶
解析：墨汁想要书写时不稀散、能牢牢粘在纸上，离不开黏稠度和附着力，而骨胶就是专门负责这个功能的原料。
二、参与方法
步骤一：进入支付宝，搜索蚂蚁新村点击进入。
步骤二：点击最下方的加速产币，可以看到加速的渠道。
步骤三：点击职业知识小问答，进入每日答题小程序。
步骤四：每天一道题，正确回答就能获得产速+3/时奖励，答错了有+1/时奖励，有效期24小时。
步骤五：答题完成后点击去领取，即可成功领到加速奖励。
木兰币基础产速为20个/时，收集到15000木兰币即可在【去捐币】中帮助别人，并获得捐赠证书和小镇装扮！
以上就是蚂蚁新村今日答案最新3.18的所有内容了，想了解更多相关攻略资讯请关注玩一玩。
" class="thumb" />蚂蚁新村今日答案最新3.18 蚂蚁新村3月18日答题正确答案2026-06-12 02:21PChome 3月14日消息，OPPO Find N6搭载OPPO自研新一代山海通信系统，实现了全场景、全地域的网络畅通，彻底打破移动设备的网络连接壁垒，让该机能够实现全球环境的畅通无阻使用。
针对用户跨境出行、全球商旅的网络需求，OPPO Find N6的山海通信实现了极致的频段覆盖广度。该机支持多达66个全球主流网络频段，全面兼容5G、4G、3G等多制式网络，可无缝适配230+国家和地区的通信环境，对接全球1700余家运营商网络资源。
对商务人士而言，OPPO Find N6无需更换SIM卡、无需额外设置网络参数，即可实现插卡即用、漫游无阻，真正做到“一部手机走全球”，彻底告别跨境网络适配难题。
PChome获悉，为攻克人群密集场景的网络拥堵、信号衰减痛点，OPPO Find N6内置专属山海通信增强芯片，搭配自研山海超级天线阵列，构建了一套智能化的网络优选体系。这套硬件组合具备超强的信号捕捉、解析与调度能力，能一直为用户锁定最佳网络链路。
无论是演唱会、高铁站、商场超市等人员密集的拥挤环境，还是地下车库、电梯间等信号薄弱区域，Find N6都能快速规避网络拥堵情况，操作全程流畅不卡顿，彻底摆脱“人多网就崩”的使用痛点。
OPPO Find N6还提供了卫星通信功能，户外探险、荒野露营，或是遭遇地震、暴雨等自然灾害导致地面基站受损的应急场景，该机都能脱离地面网络依赖，通过卫星链路完成消息收发、位置共享等关键操作，为出行安全与生命保障加码。
此次OPPO Find N6将山海通信全面升级，不仅让折叠屏旗舰的通信能力跻身行业顶尖水准，更让全球用户无论身处何地、面对何种网络环境，都能拥有稳定、高效、不间断的连接体验。OPPO Find N6将在3月17日发布，届时我们即可见证全球畅通无阻使用的移动办公体验了。
" src="OPPO Find N6搭载OPPO自研新一代山海通信系统，实现了全场景、全地域的网络畅通，彻底打破移动设备的网络连接壁垒，让该机能够实现全球环境的畅通无阻使用。
PChome 3月14日消息，OPPO Find N6搭载OPPO自研新一代山海通信系统，实现了全场景、全地域的网络畅通，彻底打破移动设备的网络连接壁垒，让该机能够实现全球环境的畅通无阻使用。
针对用户跨境出行、全球商旅的网络需求，OPPO Find N6的山海通信实现了极致的频段覆盖广度。该机支持多达66个全球主流网络频段，全面兼容5G、4G、3G等多制式网络，可无缝适配230+国家和地区的通信环境，对接全球1700余家运营商网络资源。
对商务人士而言，OPPO Find N6无需更换SIM卡、无需额外设置网络参数，即可实现插卡即用、漫游无阻，真正做到“一部手机走全球”，彻底告别跨境网络适配难题。
PChome获悉，为攻克人群密集场景的网络拥堵、信号衰减痛点，OPPO Find N6内置专属山海通信增强芯片，搭配自研山海超级天线阵列，构建了一套智能化的网络优选体系。这套硬件组合具备超强的信号捕捉、解析与调度能力，能一直为用户锁定最佳网络链路。
无论是演唱会、高铁站、商场超市等人员密集的拥挤环境，还是地下车库、电梯间等信号薄弱区域，Find N6都能快速规避网络拥堵情况，操作全程流畅不卡顿，彻底摆脱“人多网就崩”的使用痛点。
OPPO Find N6还提供了卫星通信功能，户外探险、荒野露营，或是遭遇地震、暴雨等自然灾害导致地面基站受损的应急场景，该机都能脱离地面网络依赖，通过卫星链路完成消息收发、位置共享等关键操作，为出行安全与生命保障加码。
此次OPPO Find N6将山海通信全面升级，不仅让折叠屏旗舰的通信能力跻身行业顶尖水准，更让全球用户无论身处何地、面对何种网络环境，都能拥有稳定、高效、不间断的连接体验。OPPO Find N6将在3月17日发布，届时我们即可见证全球畅通无阻使用的移动办公体验了。
" class="thumb" />全球畅通无阻 OPPO Find N6搭载新一代山海通信2026-06-12 02:01
OPPO Find N6通过两大颠覆性黑科技实现了从“出厂平”到“久用平”的跨越。其搭载了新一代钛合金天穹铰链，首创“芯片级高分子3D打印技术”，以2微米超高精度扫描转轴，用5皮升级高分子材料填充1300万个打印点，将铰链中板平整度至高提升75%，微观沟壑被精准填平。
另一方面，OPPO为应对柔性玻璃反复折叠后易产生永久形变的技术痛点，创新研发了“天穹记忆玻璃”这一全新屏幕材料。该玻璃采用超坚固的新型基材，并经过深度化学强化工艺处理，抗弯曲形变能力相比传统柔性玻璃大幅提升338%，足以承受高达5公斤的压力而不破裂。更令人惊叹的是，它具备高达99.9%的形状自修复特性——屏幕在展开时折痕可快速回弹、自动淡化。
凭借这两项技术，OPPO Find N6成为全球首款通过德国莱茵TÜV无感折痕“连续60万次折叠测试久用平整”认证的折叠旗舰，并在该机构测试中荣获“全球最平整折叠手机”称号。
在影像方面，长期以来，折叠屏手机的影像能力往往被视为妥协项。OPPO Find N6打破了这一桎梏，首次在折叠屏上搭载了哈苏2亿超清四摄系统，彻底扭转了“影像凑数”的行业印象。全新的2亿像素主摄支持16K画质记录，能捕捉肉眼难以察觉的细腻纹理。即使拍摄后进行二次裁切构图，建筑纹理、花瓣脉络等细节依然清晰通透。配合5000万像素潜望式长焦镜头(覆盖70mm黄金人像焦段)和超广角镜头，实现了从远景到微距的全场景拍摄能力。
此外，OPPO Find N6配备了行业独有的丹霞色彩还原镜头，搭载像素级分区色温感知技术。无论是在复杂光线还是逆光环境下，都能精准还原真实色彩，让人像肤色自然、美食色彩鲜活，实现“所见即所得”的拍摄体验，大幅降低了后期修图的需求。
OPPO Find N6不仅是一台娱乐设备，更是高效的生产力工具。专为其打造的OPPO AI手写笔，结合ColorOS 16系统的深度优化，将折叠大屏的创作与办公潜力释放到全新高度。
手写笔的核心亮点在于AI能力的深度融合。通过笔身的实体AI按键，用户可以一键调出功能轮盘。其中最实用的“随心圈”功能，允许用户圈选屏幕上的任意内容——无论是手写文字、图表还是图片，系统都能自动识别分析，并推送相应的功能按钮。例如，圈选手写公式即可自动完成计算;圈选杂乱的数据，AI能将其转化为专业的图表。
此外，手机还具备IP56/58/59满级防水能力，可应对日常泼溅甚至-20℃的极寒环境，可靠性十足。
从根源上解决折痕痛点的无感折痕技术，到媲美专业相机的哈苏2亿影像系统，再到解放生产力的AI手写笔，OPPO Find N6在这三个维度上都做到了行业领先。
" src="作为2026年折叠屏市场的重磅新品，OPPO Find N6以其突破性的技术革新和全面的体验升级，重新定义了折叠旗舰的标准。如果你正在寻找一款既能满足日常便携需求，又能胜任专业创作与高效办公的折叠屏手机，那么Find N6无疑是当前最值得考虑的选择。
OPPO Find N6通过两大颠覆性黑科技实现了从“出厂平”到“久用平”的跨越。其搭载了新一代钛合金天穹铰链，首创“芯片级高分子3D打印技术”，以2微米超高精度扫描转轴，用5皮升级高分子材料填充1300万个打印点，将铰链中板平整度至高提升75%，微观沟壑被精准填平。
另一方面，OPPO为应对柔性玻璃反复折叠后易产生永久形变的技术痛点，创新研发了“天穹记忆玻璃”这一全新屏幕材料。该玻璃采用超坚固的新型基材，并经过深度化学强化工艺处理，抗弯曲形变能力相比传统柔性玻璃大幅提升338%，足以承受高达5公斤的压力而不破裂。更令人惊叹的是，它具备高达99.9%的形状自修复特性——屏幕在展开时折痕可快速回弹、自动淡化。
凭借这两项技术，OPPO Find N6成为全球首款通过德国莱茵TÜV无感折痕“连续60万次折叠测试久用平整”认证的折叠旗舰，并在该机构测试中荣获“全球最平整折叠手机”称号。
在影像方面，长期以来，折叠屏手机的影像能力往往被视为妥协项。OPPO Find N6打破了这一桎梏，首次在折叠屏上搭载了哈苏2亿超清四摄系统，彻底扭转了“影像凑数”的行业印象。全新的2亿像素主摄支持16K画质记录，能捕捉肉眼难以察觉的细腻纹理。即使拍摄后进行二次裁切构图，建筑纹理、花瓣脉络等细节依然清晰通透。配合5000万像素潜望式长焦镜头(覆盖70mm黄金人像焦段)和超广角镜头，实现了从远景到微距的全场景拍摄能力。
此外，OPPO Find N6配备了行业独有的丹霞色彩还原镜头，搭载像素级分区色温感知技术。无论是在复杂光线还是逆光环境下，都能精准还原真实色彩，让人像肤色自然、美食色彩鲜活，实现“所见即所得”的拍摄体验，大幅降低了后期修图的需求。
OPPO Find N6不仅是一台娱乐设备，更是高效的生产力工具。专为其打造的OPPO AI手写笔，结合ColorOS 16系统的深度优化，将折叠大屏的创作与办公潜力释放到全新高度。
手写笔的核心亮点在于AI能力的深度融合。通过笔身的实体AI按键，用户可以一键调出功能轮盘。其中最实用的“随心圈”功能，允许用户圈选屏幕上的任意内容——无论是手写文字、图表还是图片，系统都能自动识别分析，并推送相应的功能按钮。例如，圈选手写公式即可自动完成计算;圈选杂乱的数据，AI能将其转化为专业的图表。
此外，手机还具备IP56/58/59满级防水能力，可应对日常泼溅甚至-20℃的极寒环境，可靠性十足。
从根源上解决折痕痛点的无感折痕技术，到媲美专业相机的哈苏2亿影像系统，再到解放生产力的AI手写笔，OPPO Find N6在这三个维度上都做到了行业领先。
" class="thumb" />为何选择OPPO Find N6？无痕屏、2亿哈苏影像、AI手写笔的全面突破2026-06-12 01:52
1月14日，在2026年未来矿业大会（The Future Minerals Forum）期间，在沙特工业和矿产资源部部长班达尔.胡莱尔(Bandar Al-Khorayef)阁下以及沙特投资大臣法利赫(KhalidAl-Falih)阁下的共同见证下，信義玻璃与沙特工业城市和技术区管理局（MODON）举行项目签约仪式。
信義玻璃执行董事兼行政总裁董清世先生出席仪式，并代表信義玻璃与MODON正式签署协议，此次签约是信義玻璃积极响应国家“一带一路”倡议的重要成果，也是信義集团推进全球化战略布局和中东区域产业延伸的关键一步。
该项目总投资约3.86亿美元，占地面积超35万平方米。项目规划建设浮法玻璃、汽车玻璃及高性能Low-E节能玻璃生产线，产品将广泛应用于建筑与汽车领域。投产后，该项目将成为信義玻璃在中东地区的旗舰生产基地，同时也是沙特首家汽车玻璃生产企业，不仅填补了当地产业空白，还将优化汽车产业供应链，为沙特玻璃行业引入先进制造技术与高品质产品。
该项目将服务沙特本地市场，同时辐射至中东、北非及欧洲等地区市场，进一步助力沙特2030愿景中关于产业本地化、出口多元化和先进制造业发展的战略目标。
信義玻璃与MODON致力于将该项目打造为中沙产业合作标杆，为沙特玻璃产业链长期发展和区域制造业提升贡献力量。
On January 14, during the 2026 Future Minerals Forum, Xinyi Glass and the Saudi Industrial Cities and Technology Zones Authority (MODON) held a project signing ceremony. The event was witnessed by His Excellency Bandar Al-Khorayef, Saudi Minister of Industry and Mineral Resources, and His Excellency KhalidAl-Falih, Saudi Minister of Investment.
Mr. Tung Ching Sai, Xinyi Glass Executive Director and CEO , attended the ceremony and signed the agreement on behalf of the company. This collaboration marks a significant achievement in Xinyi Glass’s active response to the Belt & Road Initiative and represents a key step in the group’s global strategic expansion and industrial extension into the Middle East region.
With a total investment of approximately USD 386 million and covering an area of over 350,000 square meters, the project will establish production lines for float glass, automotive glass, and high-performance Low-E energy-saving glass. The products will serve both the construction and automotive sectors.
Upon completion, the project will become Xinyi Glass’s flagship production base in the Middle East and Saudi Arabia’s first automotive glass manufacturer. It will fill a critical gap in the local industry, optimize the automotive supply chain, and introduce advanced manufacturing technology and high-quality products to Saudi Arabia’s glass sector.
The project will not only serve the domestic Saudi market but also supply regions including the Middle East, North Africa, and Europe. It will further support the strategic objectives of Saudi Vision 2030 in industrial localization, export diversification, and the development of advanced manufacturing.
Xinyi Glass and MODON are committed to building this project into a benchmark for industrial cooperation between China and Saudi Arabia, contributing to the long-term growth of Saudi Arabia’s glass industry and the enhancement of regional manufacturing capabilities.
来源：信义玻璃
" src="
1月14日，在2026年未来矿业大会（The Future Minerals Forum）期间，在沙特工业和矿产资源部部长班达尔.胡莱尔(Bandar Al-Khorayef)阁下以及沙特投资大臣法利赫(KhalidAl-Falih)阁下的共同见证下，信義玻璃与沙特工业城市和技术区管理局（MODON）举行项目签约仪式。
信義玻璃执行董事兼行政总裁董清世先生出席仪式，并代表信義玻璃与MODON正式签署协议，此次签约是信義玻璃积极响应国家“一带一路”倡议的重要成果，也是信義集团推进全球化战略布局和中东区域产业延伸的关键一步。
该项目总投资约3.86亿美元，占地面积超35万平方米。项目规划建设浮法玻璃、汽车玻璃及高性能Low-E节能玻璃生产线，产品将广泛应用于建筑与汽车领域。投产后，该项目将成为信義玻璃在中东地区的旗舰生产基地，同时也是沙特首家汽车玻璃生产企业，不仅填补了当地产业空白，还将优化汽车产业供应链，为沙特玻璃行业引入先进制造技术与高品质产品。
该项目将服务沙特本地市场，同时辐射至中东、北非及欧洲等地区市场，进一步助力沙特2030愿景中关于产业本地化、出口多元化和先进制造业发展的战略目标。
信義玻璃与MODON致力于将该项目打造为中沙产业合作标杆，为沙特玻璃产业链长期发展和区域制造业提升贡献力量。
On January 14, during the 2026 Future Minerals Forum, Xinyi Glass and the Saudi Industrial Cities and Technology Zones Authority (MODON) held a project signing ceremony. The event was witnessed by His Excellency Bandar Al-Khorayef, Saudi Minister of Industry and Mineral Resources, and His Excellency KhalidAl-Falih, Saudi Minister of Investment.
Mr. Tung Ching Sai, Xinyi Glass Executive Director and CEO , attended the ceremony and signed the agreement on behalf of the company. This collaboration marks a significant achievement in Xinyi Glass’s active response to the Belt & Road Initiative and represents a key step in the group’s global strategic expansion and industrial extension into the Middle East region.
With a total investment of approximately USD 386 million and covering an area of over 350,000 square meters, the project will establish production lines for float glass, automotive glass, and high-performance Low-E energy-saving glass. The products will serve both the construction and automotive sectors.
Upon completion, the project will become Xinyi Glass’s flagship production base in the Middle East and Saudi Arabia’s first automotive glass manufacturer. It will fill a critical gap in the local industry, optimize the automotive supply chain, and introduce advanced manufacturing technology and high-quality products to Saudi Arabia’s glass sector.
The project will not only serve the domestic Saudi market but also supply regions including the Middle East, North Africa, and Europe. It will further support the strategic objectives of Saudi Vision 2030 in industrial localization, export diversification, and the development of advanced manufacturing.
Xinyi Glass and MODON are committed to building this project into a benchmark for industrial cooperation between China and Saudi Arabia, contributing to the long-term growth of Saudi Arabia’s glass industry and the enhancement of regional manufacturing capabilities.
来源：信义玻璃
" class="thumb" />投资约3.86亿美元，信義玻璃与MODON签署项目协议助力沙特2030愿景与“一带一路”产业协同,行业会议2026-06-12 01:17
随后，督导组来到辖区医疗器械经营企业及药店。重点检查器械经营企业的产品合法资质及储存条件，强调做好网络销售管理。重点查看药店主体的滋补中药、感冒发热、慢性病等药品的购进渠道及处方药销售管理情况。督导组要求企业严把产品质量关，确保药械来源可溯、去向可追，严禁销售假劣药品和过期无资质医疗器械，切实保障群众节日“药箱子”安全。
检查过程中，王新华副局长强调，春节是万家团圆的重要时刻，各级市场监管部门要时刻紧绷安全这根弦，坚持人民至上、生命至上。各经营主体要强化风险意识，针对节日期间消费特点，全面开展自查自纠，及时消除安全隐患。
丰泽区市场监管局将持续加大节日期间巡查频次和执法力度，畅通投诉举报渠道，严厉打击各类违法违规行为，全力筑牢市场监管领域安全防线，确保人民群众度过一个平安的新春佳节。
原标题：泉州市市场监管局深入丰泽开展春节节前安全工作督导" src="春节将至，为切实保障节日期间市场安全稳定，营造欢乐祥和的节日氛围，2月11日，泉州市市场监督管理局党组成员、副局长王新华带队来到丰泽，实地走访特种设备使用单位、医疗器械经营企业及药店，开展节前安全工作督导。丰泽区市场监管局相关人员陪同检查。
督导组首先前往东湖公园游乐园，查看特种设备安全运行情况。重点检查设施是否具有使用登记证、是否定期进行检验及保修等。督导组要求运营单位严格落实安全主体责任，严格执行设备每日试运行和例行安全检查制度，强化隐患排查和应急演练，严防设备“带病运行”，确保游客安全游玩。
随后，督导组来到辖区医疗器械经营企业及药店。重点检查器械经营企业的产品合法资质及储存条件，强调做好网络销售管理。重点查看药店主体的滋补中药、感冒发热、慢性病等药品的购进渠道及处方药销售管理情况。督导组要求企业严把产品质量关，确保药械来源可溯、去向可追，严禁销售假劣药品和过期无资质医疗器械，切实保障群众节日“药箱子”安全。
检查过程中，王新华副局长强调，春节是万家团圆的重要时刻，各级市场监管部门要时刻紧绷安全这根弦，坚持人民至上、生命至上。各经营主体要强化风险意识，针对节日期间消费特点，全面开展自查自纠，及时消除安全隐患。
丰泽区市场监管局将持续加大节日期间巡查频次和执法力度，畅通投诉举报渠道，严厉打击各类违法违规行为，全力筑牢市场监管领域安全防线，确保人民群众度过一个平安的新春佳节。
原标题：泉州市市场监管局深入丰泽开展春节节前安全工作督导" class="thumb" />泉州市市场监管局深入丰泽开展春节节前安全工作督导2026-06-12 02:48在张女士因海投简历石沉大海而陷入极度焦虑时，佛山市南海区一家金属制品企业的HR不仅认真查看了她的作品，更用一段温暖真诚的话语，让她“一下子没绷住哭了出来”。
3月17日，南方+记者对话两位当事人，挖掘热点背后的故事，深入认识这位被全网点赞的“佛山H（好）R（人）”。
一句“放宽心”，化解求职焦虑
“这件事发生在3月8日。”张女士告诉南方+记者，她是佛山南海狮山人，2025年从佛山市南海技师学院室内设计专业毕业，最近一年都是一边兼职一边求职，希望在狮山本地找到专业相关工作。事发前两天，因家里催得紧，她一口气投递了约50家公司。
“招聘软件上大部分的HR（人力资源）负责人都是已读不回，那段时间我的精神高度紧绷、极度焦虑。”她说。
来自佛山一家金属制品企业的HR，在仔细看完张女士的作品集后，先是诚恳地给出了职业建议：“效果画得挺好，但我们是工厂岗位，偏向实际应用，你更适合去装修设计类公司。”
随后，他话锋一转，以过来人的身份安慰说：“当时我和你一样，看着同学陆续找到工作，着急得不得了。但现在想想，真的没必要焦虑。千万不要病急乱投医，实在不好找，在家缓一缓也没事。”
佛山市铝匠坊金属制品有限公司负责人左晶晶与求职者张女士在招聘软件上的聊天截图。受访者供图
这段意料之外的回应，让张女士瞬间破防。“听完这番话，我感受到了家乡企业浓浓的人情味，人一下子就不焦虑了。”她回忆说。
求职者张女士向佛山市铝匠坊金属制品有限公司负责人左晶晶表达谢意。受访者供图
随后，张女士将聊天截图发到网上，迅速引发网友共鸣。有人感叹“看得我眼泪稀里哗啦”，有人称赞这是“真正的H（好）R（人）”，甚至有不少人询问：“这么好的HR，公司还招人吗？”
暖心HR，把“拼搏”当信条
全网点赞的HR，就在佛山市南海狮山。
3月17日上午，南方+记者来到位于狮山官窑的佛山市铝匠坊金属制品有限公司（下称“铝匠坊”），看到暖心HR左晶晶，他的另一个身份是这家金属制品企业的创始人。
3月17日，佛山市铝匠坊金属制品有限公司负责人左晶晶正在电脑前办公。林洛峰摄
“这只是一件小事。”他说，自己经历过年轻人刚踏入社会的过渡和适应阶段，知道毕业生求职就业会面对诸多挑战，所以将心比心，和张小姐多说了几句。
今年34岁的左晶晶是江西人，2015年在江西景德镇读完大学后来到佛山南海，从一家铝板厂的生产普工做起，逐渐积累起铝加工相关工作经验，也存下了一些积蓄。2019年，他投资入股南海里水一家金属制品企业，一边当股东，一边继续在铝加工行业里沉淀。
到2025年2月，他拉上一个合伙人来到狮山官窑，共同创办了现在这家公司，带着2名设计和4名生产工人，从事铝制屏风、铝制背景墙、铝型材窗户、铝隔断等设计、生产和销售。
作为一家初创企业的负责人，左晶晶不仅要管生产，还要谈业务，管人事，他甚至把工位安排在两位设计师的旁边，必要时就打开CAD绘图软件，接手产品设计工作。忙的时候，他和同事加班到晚上十一二点也是常有的事情。
一分耕耘，一分收获。在左晶晶和团队的努力下，铝匠坊在创办第一年就实现营收300多万元，远超左晶晶的预期。今年3月初开年上班以来，公司已经顺利拿下10多个订单，单这些订单就要排到4月中旬才能赶完。
3月17日，佛山市铝匠坊金属制品有限公司负责人左晶晶（右）指导工人生产作业。林洛峰摄
“年轻人就是该拼！”左晶晶用自己的经历鼓励所有求职者，就算暂时找不到工作也没关系，做一些自己喜欢的事情，学习一些新东西，积累更多的经验，日后总有用武之地，也终能找到自己事业的归宿。
从企业到城市，尊才、敬才、爱才
在公司日常管理中，左晶晶对员工一直都坚持宽以待人的态度。
“晶哥人很好，我大学毕业后一直追随着他。”“00后”邱向杰是铝匠坊的其中一名设计师，在2022年入职左晶晶投资入股的里水金属制品企业，几年来一直受到左晶晶的关照，让他最难忘的是有一次生病发烧，自己没备退烧药，左晶晶冒着被感染的风险，专门带上药品上门去看望他。
邱向杰有着过硬的工业设计能力，又踏实肯干，这给左晶晶留下了深刻的印象，两人的关系日益紧密。得知邱向杰家庭条件不是太好，左晶晶决定创业时还带上了邱向杰，让他成为铝匠坊的另一名合伙人。
左晶晶对陌生求职者的一句暖心安慰，同样也是南海这座城市尊才、敬才、爱才的温情写照。
就在去年“百万英才汇南粤”行动计划中，南海累计组织超5300余家次企业参与各类招聘，提供岗位超12.1万个，初步达成就业意向超2.7万人。
“今年，南海将继续组团参加‘百万英才汇南粤’各项招聘活动，并计划全年举办不少于15场招聘活动，以高薪优岗大力揽才。”南海区委组织部副部长钟晓雄说，南海既关注人才的“发展大事”，也着眼于“关键小事”，切实增强人才的获得感和幸福感，努力打造成为近悦远来的人才科创“桃花源”。
3月17日，面对南方+记者的采访，张女士透露，最近狮山一家门窗企业的HR已经联系上她，邀她到企业面试画图员岗，接下来，她也会继续线上投简历、线下跑招聘会，调整好心态和期待值，再接再厉迎接挑战。
采写：南方+记者 林洛峰" src="“当时觉得很意外，没想到对方会安慰我。”近日，佛山2025届毕业生张女士的一段求职经历，在社交媒体上引发广泛关注与热议。
在张女士因海投简历石沉大海而陷入极度焦虑时，佛山市南海区一家金属制品企业的HR不仅认真查看了她的作品，更用一段温暖真诚的话语，让她“一下子没绷住哭了出来”。
3月17日，南方+记者对话两位当事人，挖掘热点背后的故事，深入认识这位被全网点赞的“佛山H（好）R（人）”。
一句“放宽心”，化解求职焦虑
“这件事发生在3月8日。”张女士告诉南方+记者，她是佛山南海狮山人，2025年从佛山市南海技师学院室内设计专业毕业，最近一年都是一边兼职一边求职，希望在狮山本地找到专业相关工作。事发前两天，因家里催得紧，她一口气投递了约50家公司。
“招聘软件上大部分的HR（人力资源）负责人都是已读不回，那段时间我的精神高度紧绷、极度焦虑。”她说。
来自佛山一家金属制品企业的HR，在仔细看完张女士的作品集后，先是诚恳地给出了职业建议：“效果画得挺好，但我们是工厂岗位，偏向实际应用，你更适合去装修设计类公司。”
随后，他话锋一转，以过来人的身份安慰说：“当时我和你一样，看着同学陆续找到工作，着急得不得了。但现在想想，真的没必要焦虑。千万不要病急乱投医，实在不好找，在家缓一缓也没事。”
佛山市铝匠坊金属制品有限公司负责人左晶晶与求职者张女士在招聘软件上的聊天截图。受访者供图
这段意料之外的回应，让张女士瞬间破防。“听完这番话，我感受到了家乡企业浓浓的人情味，人一下子就不焦虑了。”她回忆说。
求职者张女士向佛山市铝匠坊金属制品有限公司负责人左晶晶表达谢意。受访者供图
随后，张女士将聊天截图发到网上，迅速引发网友共鸣。有人感叹“看得我眼泪稀里哗啦”，有人称赞这是“真正的H（好）R（人）”，甚至有不少人询问：“这么好的HR，公司还招人吗？”
暖心HR，把“拼搏”当信条
全网点赞的HR，就在佛山市南海狮山。
3月17日上午，南方+记者来到位于狮山官窑的佛山市铝匠坊金属制品有限公司（下称“铝匠坊”），看到暖心HR左晶晶，他的另一个身份是这家金属制品企业的创始人。
3月17日，佛山市铝匠坊金属制品有限公司负责人左晶晶正在电脑前办公。林洛峰摄
“这只是一件小事。”他说，自己经历过年轻人刚踏入社会的过渡和适应阶段，知道毕业生求职就业会面对诸多挑战，所以将心比心，和张小姐多说了几句。
今年34岁的左晶晶是江西人，2015年在江西景德镇读完大学后来到佛山南海，从一家铝板厂的生产普工做起，逐渐积累起铝加工相关工作经验，也存下了一些积蓄。2019年，他投资入股南海里水一家金属制品企业，一边当股东，一边继续在铝加工行业里沉淀。
到2025年2月，他拉上一个合伙人来到狮山官窑，共同创办了现在这家公司，带着2名设计和4名生产工人，从事铝制屏风、铝制背景墙、铝型材窗户、铝隔断等设计、生产和销售。
作为一家初创企业的负责人，左晶晶不仅要管生产，还要谈业务，管人事，他甚至把工位安排在两位设计师的旁边，必要时就打开CAD绘图软件，接手产品设计工作。忙的时候，他和同事加班到晚上十一二点也是常有的事情。
一分耕耘，一分收获。在左晶晶和团队的努力下，铝匠坊在创办第一年就实现营收300多万元，远超左晶晶的预期。今年3月初开年上班以来，公司已经顺利拿下10多个订单，单这些订单就要排到4月中旬才能赶完。
3月17日，佛山市铝匠坊金属制品有限公司负责人左晶晶（右）指导工人生产作业。林洛峰摄
“年轻人就是该拼！”左晶晶用自己的经历鼓励所有求职者，就算暂时找不到工作也没关系，做一些自己喜欢的事情，学习一些新东西，积累更多的经验，日后总有用武之地，也终能找到自己事业的归宿。
从企业到城市，尊才、敬才、爱才
在公司日常管理中，左晶晶对员工一直都坚持宽以待人的态度。
“晶哥人很好，我大学毕业后一直追随着他。”“00后”邱向杰是铝匠坊的其中一名设计师，在2022年入职左晶晶投资入股的里水金属制品企业，几年来一直受到左晶晶的关照，让他最难忘的是有一次生病发烧，自己没备退烧药，左晶晶冒着被感染的风险，专门带上药品上门去看望他。
邱向杰有着过硬的工业设计能力，又踏实肯干，这给左晶晶留下了深刻的印象，两人的关系日益紧密。得知邱向杰家庭条件不是太好，左晶晶决定创业时还带上了邱向杰，让他成为铝匠坊的另一名合伙人。
左晶晶对陌生求职者的一句暖心安慰，同样也是南海这座城市尊才、敬才、爱才的温情写照。
就在去年“百万英才汇南粤”行动计划中，南海累计组织超5300余家次企业参与各类招聘，提供岗位超12.1万个，初步达成就业意向超2.7万人。
“今年，南海将继续组团参加‘百万英才汇南粤’各项招聘活动，并计划全年举办不少于15场招聘活动，以高薪优岗大力揽才。”南海区委组织部副部长钟晓雄说，南海既关注人才的“发展大事”，也着眼于“关键小事”，切实增强人才的获得感和幸福感，努力打造成为近悦远来的人才科创“桃花源”。
3月17日，面对南方+记者的采访，张女士透露，最近狮山一家门窗企业的HR已经联系上她，邀她到企业面试画图员岗，接下来，她也会继续线上投简历、线下跑招聘会，调整好心态和期待值，再接再厉迎接挑战。
采写：南方+记者 林洛峰" class="thumb" />被全网点赞的佛山H（好）R（人），我们找他聊了聊2026-06-12 02:31
该机通过「新一代钛合金天穹铰链」和「天穹记忆玻璃」，OPPO Find N6 成为全球首款通过德国得益于「新一代钛合金天穹铰链」与「天穹记忆玻璃」两项核心技术的协同作用，OPPO Find N6 在屏幕平整度上取得了里程碑式的突破。它不仅在日常使用中实现了视觉与触感均无折痕的体验，更以扎实的耐久性通过了严苛的权威测试——成为全球首款通过德国莱茵 TÜV 无感折痕认证，并在“连续 60 万次折叠测试”后仍能保持“久用平整”的折叠旗舰。
外观设计上，OPPO Find N6 将极致轻薄与顶级质感融为一体，兼顾高级质感与硬核可靠性，搭配行业领先的柔砂工艺，让边框与后盖浑然一体，触手温润舒适。配色上，带来金橙、原钛、深黑三款极具格调的选择。
屏幕素质方面，OPPO Find N6 延续 OPPO 在显示领域的绝对领先优势，内外双屏均搭载 1nit 明眸护眼屏，暗光下显示均匀清晰，告别抹布屏困扰;内外屏全局峰值亮度提升至 1800nits，烈日强光下依然清晰可见。
影像能力上，OPPO Find N6 带来折叠唯一「哈苏 2 亿超清四摄」影像系统。哈苏 2 亿超清主摄配合 OPPO 自研 LUMO 超像素引擎，带来极致清晰的画质表现，即便是在折叠大屏上进行放大或者二次裁切构图，局部细节依旧清晰可见。5000 万像素潜望长焦镜头，覆盖 70 mm 黄金人像焦段，融合 OPPO 人像拍摄的核心优势，一键拍摄出细节清晰、光影生动、色彩自然的人像大片。长焦镜头更支持最近 10 cm 长焦微距，轻松记录生活中微观世界的有趣瞬间。行业独家丹霞色彩还原镜头，通过像素级分区色温感知，实现复杂场景下的精准色彩还原，所见即所得。
为了让折叠屏的生产力再上一个台阶，OPPO Find N6 带来了专为 AI 时代打造的「OPPO AI 手写笔」，它不只是简单的记录工具，更带来了一种全新的工作方式，即高效可视化沟通。OPPO AI 手写笔笔身搭载专属 AI 按键，一按即圈，无需截图就能快速圈选屏幕任意内容，完成批注、分享、编辑等操作。
随手绘制的草稿，可一键生成可编辑的思维导图、流程图、数据统计图等专业图表;白板上的各类信息，只需拍张照片，一圈一点，也立马就能生成各类项目图表。
OPPO AI 手写笔还支持 AI 字迹美化、公式自动计算、虚拟演示笔等实用功能。搭配专属保护壳可实现便捷收纳与磁吸充电，充电 3 分钟即可连续书写 1 小时，真正成为全场景的生产力神器。无论是专业工作，还是休闲生活，OPPO AI 手写笔让每个有想法的人，都能成为创作者，真正实现「想法到落地，顺手就搞定」。
OPPO Find N6 更实现了原生级无缝的跨生态互联，打破系统边界。不仅支持 Windows、Mac 设备的远程控制与文件流转，更深度打通苹果全家桶，让双持用户在不同设备间切换自如、体验顺畅。此外，OPPO Find N6 与众多车企深度合作，带来导航地址传送上车等便捷手车互联功能，为用户带来更顺畅的出行体验。
" src="全新 OPPO Find N6 折叠旗舰 12+256GB 售价 9999 元，16+512GB 售价 10999 元，16+1TB 售价 11999 元，现已开启预定，将于 3 月 20 日全球开售。首销期间购买即赠送价值 399 元专属礼包，支持全球 26 个国家和地区国际联保。OPPO 更为全品牌折叠屏老用户带来专属千万平整换机补贴，任何品牌折叠屏产品置换 OPPO Find N6，最高可享 1400 元换新补贴，同时提供 24 期分期免息、官方屏碎保等多重购机权益。
该机通过「新一代钛合金天穹铰链」和「天穹记忆玻璃」，OPPO Find N6 成为全球首款通过德国得益于「新一代钛合金天穹铰链」与「天穹记忆玻璃」两项核心技术的协同作用，OPPO Find N6 在屏幕平整度上取得了里程碑式的突破。它不仅在日常使用中实现了视觉与触感均无折痕的体验，更以扎实的耐久性通过了严苛的权威测试——成为全球首款通过德国莱茵 TÜV 无感折痕认证，并在“连续 60 万次折叠测试”后仍能保持“久用平整”的折叠旗舰。
外观设计上，OPPO Find N6 将极致轻薄与顶级质感融为一体，兼顾高级质感与硬核可靠性，搭配行业领先的柔砂工艺，让边框与后盖浑然一体，触手温润舒适。配色上，带来金橙、原钛、深黑三款极具格调的选择。
屏幕素质方面，OPPO Find N6 延续 OPPO 在显示领域的绝对领先优势，内外双屏均搭载 1nit 明眸护眼屏，暗光下显示均匀清晰，告别抹布屏困扰;内外屏全局峰值亮度提升至 1800nits，烈日强光下依然清晰可见。
影像能力上，OPPO Find N6 带来折叠唯一「哈苏 2 亿超清四摄」影像系统。哈苏 2 亿超清主摄配合 OPPO 自研 LUMO 超像素引擎，带来极致清晰的画质表现，即便是在折叠大屏上进行放大或者二次裁切构图，局部细节依旧清晰可见。5000 万像素潜望长焦镜头，覆盖 70 mm 黄金人像焦段，融合 OPPO 人像拍摄的核心优势，一键拍摄出细节清晰、光影生动、色彩自然的人像大片。长焦镜头更支持最近 10 cm 长焦微距，轻松记录生活中微观世界的有趣瞬间。行业独家丹霞色彩还原镜头，通过像素级分区色温感知，实现复杂场景下的精准色彩还原，所见即所得。
为了让折叠屏的生产力再上一个台阶，OPPO Find N6 带来了专为 AI 时代打造的「OPPO AI 手写笔」，它不只是简单的记录工具，更带来了一种全新的工作方式，即高效可视化沟通。OPPO AI 手写笔笔身搭载专属 AI 按键，一按即圈，无需截图就能快速圈选屏幕任意内容，完成批注、分享、编辑等操作。
随手绘制的草稿，可一键生成可编辑的思维导图、流程图、数据统计图等专业图表;白板上的各类信息，只需拍张照片，一圈一点，也立马就能生成各类项目图表。
OPPO AI 手写笔还支持 AI 字迹美化、公式自动计算、虚拟演示笔等实用功能。搭配专属保护壳可实现便捷收纳与磁吸充电，充电 3 分钟即可连续书写 1 小时，真正成为全场景的生产力神器。无论是专业工作，还是休闲生活，OPPO AI 手写笔让每个有想法的人，都能成为创作者，真正实现「想法到落地，顺手就搞定」。
OPPO Find N6 更实现了原生级无缝的跨生态互联，打破系统边界。不仅支持 Windows、Mac 设备的远程控制与文件流转，更深度打通苹果全家桶，让双持用户在不同设备间切换自如、体验顺畅。此外，OPPO Find N6 与众多车企深度合作，带来导航地址传送上车等便捷手车互联功能，为用户带来更顺畅的出行体验。
" class="thumb" />无感折痕大折叠OPPO Find N6开启预定，售价9999元起2026-06-12 01:36
本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。
嘉宾介绍：
Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。
以下内容章整理自公开课分享。
｜深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。
本次公开课重点分享三种神经网络结构：
Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。
Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。
最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。
｜纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法：Neural Style
2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：
准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法：Fast Neural Style
有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。
这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。
所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。
然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于：
像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜黑白照片上色
最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick：
颜色重平衡（Class rebalancing）
我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。
从概率分布得出预测颜色值（Point estimate）
我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。
｜有关产品化的思考
当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。
" src="人工智能滤镜曾一度刷爆朋友圈，Prisma、电影《你的名字》同款滤镜都是如此，但人工智能在图像方面的进展远不止这些。
除了打造“艺术滤镜”，人工智能还可以帮助用户根据需要生成图片、增加纹理、对原本像素很差的图片进行超分辨率处理，助你成为“画家”。其中用到的技术也与最近很火的“生成对抗网络”（GANs）有关。
本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。
嘉宾介绍：
Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。
以下内容章整理自公开课分享。
｜深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。
本次公开课重点分享三种神经网络结构：
Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。
Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。
最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。
｜纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法：Neural Style
2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：
准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法：Fast Neural Style
有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。
这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。
所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。
然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于：
像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜黑白照片上色
最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick：
颜色重平衡（Class rebalancing）
我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。
从概率分布得出预测颜色值（Point estimate）
我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。
｜有关产品化的思考
当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。
" class="thumb" />AI 如何助你成为“画家”｜雷锋网公开课2026-06-12 01:30