佛山市中小企业数字化转型试点推进 - 佛山以新晋国家级中小企业数字化转型试点城市身份开启智能家居与高端装备两大万亿级产业集群深度变革[1] - 目标两年内推动超1000家中小企业"智改数转"打造50家以上数字化车间工厂和数字化水平四级企业培育100个以上人工智能应用标杆[1] - 佛山在全省率先出台"智改数转"25条政策累计投入财政资金超40亿元[1] 数字化转型成果与政策支持 - 已打造2家国家"数字领航"企业3家"灯塔工厂"73家示范工厂和198个示范车间推动超75%规上工业企业迈入数字化转型[1] - 新一轮中小企业数字化转型专项补贴对最高投入使用(不含税)的30%进行奖励最高奖补50万元[2] - 联通电信移动三大运营商表态将继续发挥在制造业数字化进程中的桥梁作用[2] 企业案例与金融支持 - 广东创兴精密制造佛山市中融昊特玻璃辛格林电梯等3家制造业中小企业作数字化转型案例分享[2] - 佛山农商银行发布制造业智改数转金融服务解决方案20家中小企业在推进会上与牵引单位签约[2] - 辛格林电梯总裁表示数字化转型最大价值在于让数据驱动科学决策[2] 技术创新与平台建设 - 中国科学院紫东太初与佛燃集团海天味业等企业及佛山市人工智能应用赋能中心签订战略合作协议[3] - 模界企业人工智能应用商城新上架超300个小模型及解决方案发布"老师傅"工业大模型内置10余个行业知识库接入超200个模型囊括600+TB工业语料库上线智能体超100个[3] - 佛山市产业互联可信数据空间平台建设启动是全国首个服务城市级产业集群的产业互联网平台[3]

核心观点 - 中科院自动化所联合新加坡国立大学、东南大学等团队提出大模型幻觉的高效解决方案VHR，通过"视觉神经增强"机制直接放大模型中的视觉关键注意力头输出，显著降低模型的幻觉现象 [1][2] - 此前主流方法如对齐训练或输出层分布修正仅作用于模型最终输出阶段，未能深入干预其内部表征和生成机制，难以实现高效精准的幻觉抑制 [3] - 大型视觉语言模型(LVLMs)常因过度依赖语言先验知识而非图像真实内容导致事实性错误，这种幻觉是受内部语言建模偏好的系统性影响 [4][5] - 研究发现注意力机制内部的不平衡性是幻觉根本原因，少数注意力头对视觉信息敏感，大多数头更依赖语言规律 [7][8] - 提出视觉感知头散度(VHD)指标量化注意力头对视觉输入的响应强度，并开发视觉感知头增强(VHR)技术强化视觉敏感注意力头输出 [8][9] - VHR在多个基准测试中优于现有方法，几乎不增加额外时间开销 [8][16] 技术方法 VHD指标 - 提出VHD指标量化每个注意力头对视觉信息的敏感度，通过对比有无图像输入时注意力头输出的差异计算 [9] - 仅有少数注意力头表现出高VHD值，表明模型内部存在视觉感知与语言偏好头的显著分化 [9] - 进一步提出Token-VHD(T-VHD)指标评估生成每个词时模型对视觉信息的依赖程度，统计表明幻觉词通常对应较低的T-VHD值 [10][11] VHR技术 - VHR通过三个步骤动态强化视觉敏感的注意力头：异常VHD过滤、注意力头选择与强化、分层渐进式增强 [14][15] - 每层选择VHD得分前50%的注意力头，将其输出缩放α倍以增强视觉上下文的贡献 [15] - 采用逐层强化策略避免层间干扰，并在首步生成时确定每层的关键注意力头 [16] SSL方法 - SSL方法从语义引导角度出发，通过分析模型内部表征空间缓解LVLMs幻觉问题 [19] - 利用稀疏自编码器(SAE)识别"幻觉"和"真实"两种语义方向，在特定层进行针对性干预 [19] - 在视觉信息融合阶段注入真实语义方向增强视觉表示忠实性，在语言生成阶段抑制幻觉语义方向投影 [19] - SAE识别的语义方向在不同架构LVLMs中展现出良好跨模型迁移能力 [22] 实验结果 - 在MSCOCO数据集CHAIR评估中，VHR在InstructBLIP、LLaVA-1.5和LLaVA-NeXT模型上分别达到85.52、85.47和88.87分，优于其他基线方法 [17] - SSL方法在POPE数据集上取得显著F1分数提升，同时保持推理效率 [20] - VHR和SSL方法均保持高效性，几乎不增加额外时间开销 [16][20]

核心观点 - 紫东太初与中国科学院国家天文台联合开发了天文耀发预测大模型FLARE，能够精准预测恒星耀发事件，为天文学研究提供全新工具[2][3] - FLARE模型通过整合恒星物理属性和历史耀发记录，显著提升了预测准确性，相关论文被IJCAI 2025录用[4][14] - 实验数据显示FLARE模型准确率超过70%，多项指标优于其他基线模型[20] 恒星耀发研究背景 - 恒星耀发是恒星大气中磁场能量的快速释放过程，对理解恒星结构、系外宜居行星探索具有重要意义[7] - 目前耀发样本数量有限，且预测依赖光变曲线，但光变曲线存在数据缺失和变化趋势差异大的问题[8][10][12] - 恒星物理属性（年龄、自转速度、质量等）和历史耀发记录与耀发事件存在显著关联[13] FLARE模型技术架构 - 采用软提示模块和残差记录融合模块，有效整合恒星物理属性和历史耀发记录[14] - 将光变曲线分解为趋势和残差成分，利用移动平均法处理数据缺失[15] - 借鉴P-tuning方法处理物理属性文本，采用低秩微调LoRA技术微调预训练大模型[17] 模型性能验证 - 使用7160颗恒星的高精度光变曲线数据进行实验，对比多种基线模型（MLPs、RNNs、CNNs、Transformer等）[18] - FLARE模型准确率达71.65±0.35%，F1值74.11±0.02，显著优于其他模型[19][20] - 模型能适应不同恒星的光变曲线变化模式，对同一恒星不同模式也能实现精准预测[21][22] 应用前景 - FLARE模型展示了AI for Science在天文学领域的巨大潜力[3] - 未来有望助力科学家探索更多宇宙奥秘[23]

行业概况 - 全球人工智能产业进入技术爆发与场景落地双重加速期 未来五年市场规模年复合增长率超30% [1] - 中国人工智能企业数量超过4500家 覆盖基础算力到行业应用的完整链条 在智能制造 智慧医疗 自动驾驶等20余个领域实现规模化渗透 [1] - 2023年光谷人工智能核心产业规模达350亿元 预计2024年达450亿元 近三年平均增长率超30% 占武汉市人工智能核心产业规模的70% [3] 榜单评选 - "2025福布斯中国人工智能科技企业TOP50"评选聚焦中国人工智能产业核心赛道 全国523家企业参与角逐 [1] - 最终评选结果包括主榜单50家 新锐企业10家 创新技术企业10家 创新场景应用企业10家 [1] - 武汉以总数9家上榜企业(含主榜单5家)排名全国第四 仅次于上海 北京 深圳 [1][2] 武汉企业表现 - 武汉紫东太初 达梦数据 兰丁股份 声通科技 数传集团上榜TOP50主榜单 [2] - 黑芝麻科技 中科通达 智化科技 格创东智分别进入创新场景 创新技术 新锐企业等子榜单 [2] - 武汉9家入围企业中近九成来自光谷 形成区域创新集群效应 [3] 重点企业技术 - 武汉紫东太初推出全球首个中文千亿参数多模态大模型"紫东太初" 在智慧城市 医疗等领域服务超千家客户 [3] - 达梦数据以完全自主知识产权技术连续五年领跑国产数据库市场 [3] - 兰丁股份AI肿瘤筛查云平台覆盖全球最大商用诊断数据库 与阿里 华为共建技术生态 [3] - 武汉人工智能研究院推出全球首个千亿参数多模态"紫东太初" 传神"任度"大模型实现数推分离技术路线 [4] 产业生态建设 - 光谷已集聚500多家人工智能企业 覆盖上游基础层 中游技术层 下游应用层全产业链 [3] - 区内企业吸纳从业人员超40万人 建成北京大学武汉人工智能研究院 武汉人工智能研究院等新型研发机构 [3] - 光谷成立人工智能+办公室 由院士 企业家参与遴选干部 统筹产业发展 承担企业服务 产业链补强等职能 [4]