巧用play分腿器：革新户外运动体验，轻松实现便捷且稳定的分腿训练，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”事物华泰柏瑞沪深300ETF拟分红逾80亿，或刷新境内单次分红纪录印度媒体消息，在一场公开活动中，辛格参谋长曾公开批评印度斯坦航空公司对待战机生产态度不认真。
从户外探险到日常生活中的休闲健身，分腿器已经成为许多人的理想装备之一。它不仅能够帮助我们轻松实现便捷且稳定的分腿训练，而且还能极大地提升我们的运动表现和生活质量。
分腿器的使用实现了户外运动与室内训练的完美结合。传统的分腿训练需要在野外进行，环境嘈杂、空气稀薄，需要我们在烈日下、暴雨中或者风雪交加的环境下进行，这种训练条件往往不利于肌肉的发展和灵活性。借助于分腿器，我们可以将这一传统训练模式转化为一种在家内的低强度有氧锻炼方式，如平板支撑、俯卧撑等基础动作，只需坐在地面上，双脚并拢，就可以完成一次稳定的分腿训练。这种形式的分腿训练不仅更加安全，避免了户外活动带来的安全隐患，同时也提供了相对稳定和舒适的训练环境，减少了对身体的冲击和负担。
分腿器的创新设计大大提高了分腿训练的稳定性。传统的分腿器大多只能让使用者保持一个固定的腿部姿势，一旦离开地面，双腿就会立即分开。这样的训练方式虽然能够有效提高训练效果，但是当使用者的身体重量较大时，由于腿部之间的差距过大，分腿可能会变得不稳定，甚至可能导致身体受伤。而分腿器的设计则巧妙地解决了这一问题，通过内置的减震弹簧系统，可以提供足够的缓冲，使使用者无论在何种状态下都能保持稳定的站立姿态，有效地保护了膝盖和背部不受伤害，同时也能保证了训练效果的有效性。
分腿器的多功能性为用户带来了一种全新的训练体验。除了基本的分腿功能外，一些专业的分腿器还配备了力量训练、瑜伽、舞蹈等多种功能模块，可以根据用户的个人需求进行灵活选择。例如，一些高级的分腿器可能具有调节力度、调整角度、增强爆发力等功能，可以帮助用户实现全方位的分腿训练，全面提高身体素质和运动技能。分腿器还可以与智能手环、运动手表等设备配合使用，通过手机应用或语音控制等方式，实现实时监测、记录和分享训练数据，帮助用户更好地了解自己的训练情况和进步趋势，从而形成科学化的训练计划和生活习惯。
“巧用play分腿器：革新户外运动体验，轻松实现便捷且稳定的分腿训练”是当前极具潜力的一种新型户外运动工具，它的出现不仅丰富了人们的运动生活方式，也为户外运动带来了新的可能性和挑战。无论是对于热爱户外运动、追求高效训练的体育爱好者，还是对于想要在家里进行多样化的运动训练的上班族，分腿器都无疑是一种值得尝试的全新选择。让我们共同期待未来，随着科技的发展和社会的进步，更多的创新产品和服务将会应运而生，为我们的户外生活带来更多的乐趣和便利！
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。
境内ETF最高单次分红纪录或将刷新。
6月11日，华泰柏瑞基金发布公告称，华泰柏瑞沪深300ETF将实施现金分红，分红方案为每10份基金份额分红0.880元，分红权益登记日为6月17日，除息日为6月18日，现金红利发放日为6月27日。
Wind数据显示，截至6月10日，华泰柏瑞沪深300ETF已达3782.92亿元。这意味着，若权益登记日前产品份额无较大变化，根据基金分红公告，本次沪深300ETF分红总额或将超过83亿元，这一数字有望刷新境内ETF有史以来最高单次分红纪录。而在2024年，分红第一大户还是易方达沪深300ETF，年度分红总额为53.22亿元。
华泰柏瑞沪深300ETF成立于2012年5月4日，13年来累计分红13次。业内人士指出，伴随着本次分红落地，华泰柏瑞沪深300ETF有望在进一步提升产品吸引力、增强投资者体验的同时，发挥权益ETF积极分红、持续分红的示范效应，传递长期投资、价值投资、理性投资的积极信号，共促资本市场的健康发展。
此外，同样是在6月11日，除沪深300ETF外，华泰柏瑞基金旗下央企红利ETF、港股通红利ETF及华泰柏瑞红利ETF联接基金也发布了基金分红公告。权益ETF分红已经成为“潮流和习惯”。
另据Wind数据，截至6月10日，华泰柏瑞基金、华夏基金、嘉实基金、易方达基金旗下四只“巨无霸”沪深300ETF年内分红金额分别为83.78亿元、26.83亿元、24.61亿元、13.29亿元，合计约为148.51亿元，在全部非货ETF分红金额中占比超七成。
业内人士分析，近年来权益ETF分红热情高涨得益于多重因素的共同推动。一方面，伴随新“国九条”明确强化上市公司现金分红监管，A股上市公司分红金额和比例持续上升，目标指数成分股分红或构成权益ETF收益的来源之一；另一方面，公募基金日益重视投资者获得感，通过积极分红、持续分红提升投资者体验；此外，ETF市场的繁荣也为大规模分红提供了坚实基础。
整体来看，据公募排排网数据，截至2025年6月10日，今年以来公募基金共计分红2673次，分红金额达956.43亿元，较去年同期相比，分红金额同比增长41.04%。
债券基金成分红主力。公募排排网数据显示，今年以来债券基金共分红2087次，分红金额达733.48亿元，占公募基金分红总额76.69%。
国际（QDII）基金分红金额同比大增近18倍。公募排排网数据显示，今年以来QDII基金合计分红23次，分红金额7.53亿元，较去年同期，同比大增1777.66%。
权益基金分红金额翻倍。公募排排网数据显示，混合型基金今年以来共分红183次，分红金额42.70亿元，同比大增162.81%。另外，今年以来股票型基金共分红305次，分红金额130.18亿元，同比大增148.41%。