果冻传媒探索借种之路——王有容的创新实践与成果展示，原创 人鱼表演者脱发闭经 有场馆要求人鲨同缸中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物2013年5月29日，党的十八大后第一个儿童节前夕，习近平总书记来到北京市少年宫，以一个“大朋友”的名义，向全国少年儿童祝贺节日。
《果冻传媒探索借种之路：王有容的创新实践与成果展示》
王有容，一位中国传媒界极具影响力的人物，以其独特的创新思维和实践成果在果冻传媒领域独树一帜。他以其借种技术打开了全新的媒体传播渠道，将传统媒介模式转化为网络直播、虚拟现实等新型传播形态。
王有容于2015年创立了果冻传媒，致力于通过技术手段挖掘和运用各类新兴内容形式，如短视频、直播、互动游戏等内容，以满足日益增长的用户需求。他的借种实践首先体现在视频内容的创新上，开创性的将传统电视节目制作方式引入互联网，打造出一种新颖、有趣的观看体验。例如，在《我与我的祖国》系列节目中，他就利用网络直播平台，实时连线嘉宾，让用户身临其境地参与到节目录制中，极大地提高了观众的参与感和观剧体验。
王有容还积极探索虚拟现实技术在娱乐、教育等领域应用的可能性。他在《穿越时空的冒险》系列节目中，通过VR设备让观众可以在虚拟环境中进行沉浸式体验，使得观众仿佛置身于历史现场，增强了历史文化的代入感和学习效果。这种创新的应用不仅提升了内容的观赏性，也打破了传统媒体模式下的信息壁垒，为媒体业注入了新的活力。
王有容还将大数据和人工智能应用于传媒领域，通过对用户行为数据的研究，预测用户的喜好和需求，从而定制化推送精准的内容。这不仅提高了媒体服务的个性化程度，也为传媒企业提供了新的盈利模式。
王有容凭借其对新技术的敏锐洞察力和丰富的实践经验，成功开辟了一条果冻传媒探索借种之路。他的实践成果丰富多样，从视频内容创新到虚拟现实应用，再到大数据和人工智能的应用，都充分展示了传媒行业的未来发展趋势和创新能力。他的创新实践启示我们，只有不断创新和开拓，才能在竞争激烈的市场中立于不败之地，为用户提供更好的产品和服务。
摘要：
通常情况下，你要够瘦，不能太矮，身高168-172厘米最好。潜规则之一是，女性最好未曾生育，避免小肚子明显；其次，你要够年轻。如果你是男性，年龄可以放宽，甚至可以游得没那么好，但腹肌是必备的。
此外，在不允许化妆的前提下，你的潜水姿态要足够优美，做好表情和头发管理。作为一位美人鱼表演者，美丽本身即是“义务”。
下潜到水下3米左右时，你就可以将身体放平，穿行在水波的缝隙中——你暂时失去了语言功能，可以吐泡泡或是挥手打招呼；你看不真切水缸外的眼睛，但能感受到被围观和谈论。
这样鲜明的存在感令人着迷，即使每个身处鱼群中的表演者都明白，他们要为此付出什么代价：中耳炎、脱发、皮肤干燥、闭经。寻常的职业病之外，还有随时可能发生意外的鱼群，不确定的制造麻烦的布景。梦幻的水下世界，危险也如影随形。
文｜殷盛琳 刘孜妍
编辑｜王一然
危险的尾巴
拇指在耳后划一条线，拉出两缕头发，绑成“公主头”，穿上防滑丝袜，将一条重达20多斤的硅胶鱼尾先翻折一部分，伸进小腿后，再像穿丝袜一样把剩下的鱼尾捋上来——林妍形容这是“一个很费劲的活儿”，即使表演只有几分钟，有些表演者穿上一条硅胶鱼尾的时间需要半个小时。
穿上这条二三十斤重的尾巴后，在水里，林妍有飞翔的错觉。和绝大多数美人鱼演员一样，她通常在早上10点半开启自己的第一场表演，闭气入水，下潜至3米左右，伴随着音乐游动到玻璃缸前，面向观众吐气泡、做手势。
这样的表演一天大概需要重复三四场。她工作的海洋馆主要面向儿童，每次表演时，只要把手贴在水缸上，就会有小朋友伸手想要合掌。
巨型鱼尾在水里象征着魔幻般的自由，也制造美人鱼表演者们最常见的风险。小西门是全职美人鱼表演者，她所在的海洋馆提供的是一个圆柱形的室外水缸，石柱与假山等造景密布在狭窄的水缸中，美人鱼在下潜时，鱼尾极易被缸内的造景挂住，这种情况在美人鱼圈内被称为“卡尾”。
她记得，海洋馆发生过最严重的一次事故，有同事因为卡尾被困在水下长达两分多钟，最后脱掉尾巴，几乎是在走光状态下才勉强游上去。更多前同事，则因为卡尾哭着离职。
美人鱼演员的布料鱼尾。讲述者供图
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。