刘玥与外国友人的文化交流活动纪实需要重视的社会问题，未来会如何反映在生活上？，具有划时代意义的计划，这对未来带来了什么？
在一次名为“中外友谊交流月”的活动中，刘玥有幸参与了一场深入而独特的国际文化之旅。这场活动汇聚了来自世界各国的朋友，共同探索中国的历史和文化，共赴一场充满异域风情的文化盛宴。
在活动现场，刘玥与各国友人展开了热烈的交流。他们的语言虽各异，但彼此的热情和尊重却如同一把钥匙打开了对方心中的文化之门。各国友人在深入了解中国的传统节日习俗、传统服饰、美食文化等方面进行深入的探讨和分享。他们也以自己的亲身经历和观察，向刘玥展示着各自国家丰富多彩的历史背景和人文风貌。
刘玥作为中国的一名留学生，亲眼目睹了这些丰富多元的文化交流活动深深感动着自己。她深感，正是这些跨越国界的交流活动，让两国人民的心灵得以相互交融，增进了解与信任。在这次活动中，各国友人不仅展示了各自的特色文化，更以其开放的态度和包容的心态接纳了他国的文化，从而使不同文化在全球化的今天得到了和谐共存和发展。
随着交流活动的深入，刘玥进一步深化了对中国传统文化的理解。她发现，中国悠久的历史和丰富的文化底蕴并非遥不可及，而是存在于每个细节之中，通过各种形式的交流活动得以展现。例如，她欣赏到了中国的茶道表演，体验到了中国饮食文化的独特魅力；参观了古老的中国故宫，感受了中国古代建筑的艺术之美；聆听起了中国传统音乐，领略了华夏民族独特的艺术魅力。
“中外友谊交流月”活动以其新颖的方式和深入的内涵，为刘玥提供了一个全面了解中国历史文化和多元文化的机会。这次交流活动不仅提升了她的跨文化交流能力和全球视野，也为她塑造了一种开阔的世界观，让她更加热爱并珍视中国的多元文化，并以此推动文化交流的持续发展。这是一场丰富而有意义的旅程，对于刘玥个人以及整个世界都留下了难以忘怀的印象。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。