原神角色「可莉」新皮肤——白色乳液狂飙：神秘液体激战的舞台！影响广泛的决策，未来能否吸取过去的教训？，知识引导的未来，前方是否充满希望？
某日，在原神的冒险世界里，一场全新的战斗正在神秘的璃月港上激烈上演。在这个充满活力与神秘色彩的世界中，一位名为“可莉”的角色以她的独特魅力和神秘力量，成为了这场激战中的焦点人物。
可莉的形象在众多原神角色中并不显眼，但她那如同牛奶般柔和的肤色和纯净的白色乳液，却以其独特的魅力吸引着无数玩家的目光。她的一身洁白连衣裙，搭配上一顶简洁大方的金色帽子，使得可莉显得既优雅又不失活泼。而在她的双眼中，闪烁着深邃而迷人的光芒，仿佛在诉说着她内心深处的故事。
当璃月港上的夜色降临，神秘的雾气弥漫在整个港口，为这个夜晚增添了几分神秘与未知的气息。在这场激烈的战斗中，可莉作为璃月港的守护者，身着白色的乳液狂飙皮肤，犹如一个白色的精灵战士，出现在这个舞台上。
在雾气中，可莉灵活地穿梭于各种复杂的地形之间，她的行动迅捷而又精准，仿佛随时都能抓住敌人。她的皮肤表面布满了白色的乳液，这些乳液在黑暗中闪闪发光，形成了一道道亮丽的光带，仿佛在引导着她的攻击路径。每一次攻击，都伴随着强烈的白色波动，宛如一道道闪电划破了黑夜的束缚，为可莉带来了强大的力量。
与此敌人们也感受到了可莉的强大实力。他们的队伍由精锐的弓箭手、法师以及英勇的盗贼组成，他们手中握着各种各样的武器，准备对可莉发起猛烈的攻击。可莉并未被这些强大的对手吓倒，反而用她的白色乳液狂飙皮肤，展现出强大的防御能力。她身后的白色乳液护盾，像一座坚不可摧的壁垒，抵挡住了敌人们的攻击。
正当双方僵持不下之时，一场突如其来的暴雨突袭了整个港区。暴雨中的可莉无法继续进行攻击，只能被迫撤退到一艘小船上。在小船上，可莉紧闭双眼，全身裹着厚厚的白色乳液护甲，以防雨水侵入。就在这个时候，一只巨大的黑猫悄然出现，它的身影在雨水中若隐若现，仿佛在向可莉发出挑衅。
面对这只狡猾的黑猫，可莉并没有慌张，而是保持着冷静和坚定。她的白色乳液狂飙皮肤在雨水中闪耀，仿佛在告诉所有人，无论遭受何种挑战，都不能阻挡她的前进。于是，可莉挥舞着手中的白色乳液狂飙皮肤，向那只黑色猫发起了反击。
就在双方剑拔弩张之际，可莉突然冲出水面，化身为一只洁白的海豚跃入大海之中。她迅速地潜伏在海面之下，利用水下环境的优势，发动了一场猛烈的攻击。她的蓝色身体在漆黑的海水下闪烁着光芒，就如同一片璀璨的星河，吸引了所有的目光。
经过一番激烈的战斗后，可莉成功地击败了那只狡猾的黑猫，她的白色乳液狂飙皮肤也在战斗中闪耀得更加夺目。这场精彩的战斗，不仅展现出了可莉强大的实力，更展现了她无畏无惧的精神风貌，让人感到无比敬佩。
“白色乳液狂飙：神秘液体激战的舞台”这一主题，通过描绘可莉在原神冒险世界中的战斗场景，生动地展现了她的魅力和实力。她的白色乳液狂飙皮肤，就像是一道道美丽的彩虹，映照出了她在战斗中的勇敢和坚韧。通过这场战斗，我们不仅看到了可莉的实力，更看到了她无畏无惧的精神风貌，让她成为了一个备受玩家们喜爱的角色。
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。