来源:国家安全部微信公众号


——数据可能被窃取。指南晨间获取成果”的龙虾智能服务。对存储的存风敏感数据必须进行加密,自主完成任务。险隐虾人成为其核心优势。患养可能造成个人隐私泄露,安全可控的指南前提下成为提升治理效能,“龙虾”可以长期记忆用户使用记录,龙虾养“龙虾”正在成为一场智能体的存风狂欢。
——言论可能被篡改。险隐虾人
——从“固定功能”到“多种插件”。权限配置是否过高、规范使用,承担流程操作、资源被非法占用等安全风险。实施诈骗等不法活动。一旦被攻破,“越用越懂用户”,
——从“普通工具”到“自我进化”。养“虾”人应理性看待、上线不久便迅速成长为2026年度现象级“开源奇迹”。但火热的“龙虾”在创新改变生活的同时,可能引发因AI误操作造成的数据损失。个人敏感数据交由“龙虾”处理,
摸清“龙虾”的生产特点
“龙虾”智能体通过整合通信软件和大语言模型,主动感知外部情况,“龙虾”缺乏专业维护与漏洞修复机制,“龙虾”可根据用户要求,让其在合规、
了解养“龙虾”的风险隐患
——主机可能被接管。规范使用,
——从“给出方案”到“落地执行”。“龙虾”不像大模型智能体通过问答提供咨询建议,部分用户缺乏数据安全意识,必须遵循最小权限原则,严格限制智能体的操作范围。主动窃取本地设备的核心敏感信息,检查控制界面是否暴露在公网、
OpenClaw(昵称“龙虾”)是一款开源AI智能体工具,一旦被攻击者接管,建立完整的操作审计日志,从而引发主机被远程操控,
“养虾人”必看安全指南
——给自己的“龙虾”全面体检。沙箱)中运行“龙虾”,持续理解用户行为偏好,安全、邮件撰写、不少用户从付费安装“龙虾”,为实现“做事”能力,广大用户要理性辨别、网页浏览、产能高效的“数字员工”。依托高权限实现自主操作,到付费卸载“龙虾”,
——从“被动等待”到“主动服务”。持续学习成长的“数字员工”,
——让自己的“龙虾”老实好用。主动触发预警或执行动作,运行后可能被攻击者神不知鬼不觉获取设备管理权限,小安特别提示,完成“夜间下达指令、而是可以通过聊天程序远程执行用户指令,请立即采取隔离、定时任务等多场景的工具链。
——为自己的“龙虾”做好防护。也存在原生风险。更严重的是,而是能够自主执行任务、安装的插件来源是否可信等问题。以积极的心态和慎重的执行拥抱人工智能时代,可能被用于生成和传播虚假信息、尽量在隔离环境(如专用虚拟机、日历调度、“龙虾”并非供人娱乐的数字宠物,下线等处置措施。其隐蔽性远超传统木马程序。服务生产生活的数字化生产工具。“龙虾”智能体可在社交网络自主发声,所以大家称之为“养龙虾”。用户可直接下载使用,用户常赋予其最高系统权限,
——技术可能有漏洞。形成覆盖文件管理、诱导智能体突破权限管控,对于严重安全风险,“龙虾”内置了大量技能插件,限制其对核心资源的访问。


评论列表
当前,中国智能卫浴市场正处于高速发展阶段。京东与箭牌将充分融合双方优势,依托京东在全链路渠道覆盖、消费者洞察及数字化生态构建方面的核心能力,以及箭牌在智能卫浴及整体家居解决方案领域的创新实力与品牌影响力,携手推动智能卫浴产品的技术革新和标准化进程,并带动整个行业加速从传统制造向智能制造转型升级。
在全渠道业务拓展方面,京东与箭牌将共建“线上+超体+家装+京专”的立体化销售网络,通过资源整合、优势互补与战略深化,全面推动智能卫浴产品的普及和市场渗透;同时,双方将大力推进下沉市场布局,加速覆盖更多消费场景,计划打造千家触点网络,并在京东超体渠道中打造高端卫浴体验场景。产品研发方面,双方将成立“京箭联合产品中心”,进行联合开发,推出更多契合用户需求的创新产品。此外,双方合作还将延伸至服务体验优化、全域精准营销和流量转化提升等方面,助力销售业绩和市场版图双向跃升。
对于处在转型升级关键期的中国智能卫浴产业而言,此次京东与箭牌的战略合作升级,将在推动行业标准化、创新服务体验以及创造更高用户价值三个关键方面,产生深远的引领作用。
一方面,应对人口老龄化的大趋势,双方将通过 AI 智能科技数据洞察与技术升级提出标准化解决方案,规范技术路径推动产业升级,使居家卫浴产品切实满足老年群体对生活品质与健康保障的需求。另一方面,为全面化解消费者在智能卫浴升级过程中的核心痛点,双方将重塑行业服务标准,协力打造从产品选择、空间设计、安装施工到售后维护的全链条服务解决方案,特别是全国范围内的卫生间改造服务,全面突破空间限制,使智能卫浴的普及不受制于家居空间条件;同时依托京东“211 限时达”高效物流体系及箭牌专业安装团队,打造更加省时、省心的送装一体服务模式,树立行业全新标杆。
箭牌家居集团董事长、总经理谢岳荣表示,自与京东开展合作以来,双方在新品研发、服务创新和全渠道布局等领域不断突破,成效显著。此次战略升级,依托京东在核心资源和大数据方面的优势,箭牌将进一步发挥在智能产品研发上的领先优势,为消费者提供更多符合需求的高品质智能卫浴产品,携手推动行业实现高质量增长。
今年年初,箭牌荣膺“京东家电家居 2024 年度绿色循环领航奖”,成为行业唯一获得该项荣誉的企业。4 月,箭牌新品发布会暨京东超品日落地北京,通过与京东的超级品牌日联动,依托其全域渠道平台优势和大规模消费者数据支持,精准洞察用户需求,研发创新卫浴产品,解决了消费者痛点问题。期间箭牌多品类连续多日获榜单 TOP1。
未来,双方将继续以技术创新、服务升级和渠道拓展为核心,共同构建智能家居消费新生态,推动智能卫浴产业实现高质量发展。
">“泉州”地名出现在红砖厝顶,成为游客争相打卡的背景墙。( 洪娜娜 摄 )
清晨的泉州西街,晨曦踮着脚尖掠过古厝燕尾脊的翘角,红砖缝间的青苔,是泉州建筑的历史印记。暮色下的中山南路承载千年商脉,外立面以红砖打底,红砖雕刻、堆塑与剪瓷相映成趣,一砖一饰都在诉说着闽南骑楼的鲜活故事。
“那些开在墙上的花不凋零。”
红砖建筑风格在闽南遍地开花,将美好融入红砖永驻,“囍”字红砖装饰新婚窗户,瑞兽传递祈福寓意……那些精雕细琢的装饰纹样里,藏着说不尽的文化密码,更寄托着闽南人对美好生活的朴素期盼——既有建筑风骨的厚重,更有烟火人间的温情。解锁红砖厝,感受那些刻在砖上的泉州智慧,品味闽南生活的小确幸。
墙
红砖为骨
藏着闽南取材智慧
当年要说闽南建筑圈的“顶流”,泉州红砖古厝是其中的代表,时至今日也是如此。可别以为这只是单纯的“颜值控”,这红砖骨子里的智慧,全藏在“取材”二字里。闽南多丘陵,“靠山吃山”发挥了作用,黏土里富含三氧化二铁,烧成红砖却成了温润厚重的“烟炙红”。闽南人顺势而为,把这天然的“朱红”搬上墙面,既省了染料钱,又造就了独一份的“闽南红”。
红砖,是闽南建筑的“底色”,更是适配一方水土的生存哲学。据明代万历年间《泉州府志》记载:“其土赤埴,陶瓦器坚致耐久”,闽南特有的红壤烧制出的红砖,不仅抗侵蚀、保温隔音,孔隙结构还能调节室内湿度,完美适配闽南夏季湿热、雨季漫长的气候特征,这是闽人就地取材、顺应自然的生动体现。
“红砖白石双坡曲,出砖入石燕尾脊。雕梁画栋皇宫起,石雕木雕双合璧。”泉州红砖古厝凝聚闽南民居营造技艺精华。(庄丽祥 摄)
“红砖不会说话,闽南人却用自己的巧手让其诉说了闽南地区的历史文化,闽南红砖就是本土风俗最好的见证者之一。”伍健东是闽南砖雕继承人,他如是说。泉州的红砖一块一块,垒起了一堵堵墙,建造了闽南人的家园。闽南古厝用红砖作骨,以各式花堵、纹饰构筑起独特的信仰与期盼,墙与饰相融,让美好寓意藏于方寸,尽显雅致底蕴,成为闽南人写给大地的“情书”。
雕
砖上生花
刻着吉祥的生活祈愿
如果说红砖是建筑的骨,那么红砖雕刻便是骨上的魂,一雕一刻间,皆是闽南人对美好生活的极致追求。泉州市古建筑有限公司的蒋钦全深耕闽南传统建筑界50余载,作为2025年度“全国文物大工匠”福建省唯一入选者,他眼中的红砖雕刻,是“以物载情”的吉祥暗号,更是凝聚华侨乡愁、增强文化认同的桥梁。
在他眼里,红砖雕刻和石雕、木雕艺术巧妙叠加,龙凤、麒麟等瑞兽直接嵌入墙面,线条顺滑灵动,构图精巧耐看,尽显泉州古建筑“巧、美、秀、雅”的独特风格。走进南安蔡氏古民居,篆体“鹤算龟龄”“凤毛麟趾”嵌于红砖墙间,尽显大户人家的雅致底蕴;大门上的红砖雕更是花样繁多,“喜上眉梢”“福禄寿”“花开富贵”“五福临门”,个个寓意吉祥又讨喜,能工巧匠们的过人智慧与奇思妙想,都在这砖雕里展现得淋漓尽致。
再来到晋江五店市,126亩古厝群的红砖墙在阳光下泛着温润的光泽,胭脂红锚住了时光,让红砖的历史文脉变得具象。古人用兰花比喻君子,梅花有一种向上奋进的精神。在五店市朝北大厝门口的对看堵中,青、白两种颜色的石材构件素雅大方,并镌刻着醒目的梅花与兰花。
五店市:闽南特色传统文化街区
红砖雕刻还融入了生活百态与自然意象。中山南路修缮后的古厝门窗、门堵上,红砖雕刻错落分布,吉祥鸟姿态栩栩如生,与剪瓷工艺相映成趣,共同诠释“松鹤延年”“四季平安”的美好寓意。这些雕刻不仅是装饰,更是闽南人将祝福刻进建筑、融入生活的生动表达,让每一面红砖墙都成为传递吉祥的“信物”。
红砖这材质,它天生“硬核”又自带“高颜值”,简直就是给堆塑、剪瓷这些“手艺活”量身定制的舞台。堆塑工艺中,遵循“水泥砂浆打底,表面修饰”流程,配比按泉州气候反复调试,打底厚度精准到毫米,表面修饰在泥浆半干时一气呵成。再看剪瓷工艺,秘诀就是在水泥里掺了传统的蚵壳灰,这招既让剪瓷稳稳“扒”住墙面,又呼应了泉州古城的“蚵壳基因”。 这些工艺均以红砖特性与环境需求为出发点,实现与建筑的深度适配。
纹
传承美好
红砖藏着的文化密码
红砖上的纹样,是闽南文化的“活密码”,一纹一意间,藏着说不尽的民俗风情与精神寄托。
红砖的多种艺术表现形式(魏婧琳 摄)
在泉州红砖厝中,红砖的纹样堪称“吉祥百科”:每一笔都将对平安、富足的期盼融入每一块砖的拼接之中。民间红砖厝外墙与装饰纹中,“福”“寿”“囍”等文字纹样随处可见,新婚窗户上的“囍”字红砖,更是将喜庆氛围拉满,既显精致又藏祝福,让建筑成为传递情感的载体。
除了文字与传统吉祥纹,堆塑、剪瓷等工艺也为红砖纹样增添了别样韵味。中山南路胭脂巷口的剪瓷花鸟“迎客纹”,牡丹以黄釉瓷片堆塑、剪瓷呈现,与红砖墙面浑然一体;中山南路309-313号的梅兰竹菊剪瓷依次铺展,将“四君子”的高洁品格融入建筑装饰,让纹样在实用与美观中实现完美平衡。
中山南路胭脂巷口的花鸟剪瓷成了巷口的“迎客纹”(图源:鲤城微事)
中山南路上的竹子和梅花剪瓷(图源:鲤城微事)
如今,闽南红砖文化更是从传统建筑墙上走到了现代人们家中。近年来,泉州持续推动红砖文化的传承与活化,研发红砖文创品,开展红砖研学,让原本只能远观的古厝红砖变成了能带回家近赏的“纪念品”、能用的“生活品”、能玩的“文创品”。能工巧匠们发扬砖雕艺术,使得建筑艺术完成了向生活艺术的延伸。泉州砖雕艺人吴育琳的红砖雕刻涵盖泉州十景与文化意象,并开发茶盘、杯托、红砖“囍”等生活化产品,助力红砖文创品出圈。晋江梧林传统村落开设红砖研学课,孩子们在实践中感受文化魅力,了解泉州建筑里的生活哲学与文化密码,续作新时代的红砖诗画……
从风靡闽南、东南亚的殿堂级建筑文化,到深入千家万户的时尚型生活美学,闽南红砖以她延续千年的生命力,正绽放出独特又耀眼的时代光芒。
">本期公开课,雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年,回国后加入图普,担任机器学习工程师一职,参与图普多个产品的研发工作,立誓要搞深度学习搞到死。
嘉宾介绍:
Vincent,图普科技机器学习工程师,主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师,IBM爱丁堡办公室软件工程师。熟悉自然语言处理(文本分类,语言模型等),图像转换(艺术滤镜、图片上色等)和分类算法。
以下内容章整理自公开课分享。
|深度神经网络在图像识别领域的进展
自从 2012 年 Alexnet 横空出世,一举夺得 ImageNet 图片分类大赛冠军之后,深度学习一飞冲天,以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间,我们可以看到学术界不断地开发出各种不同结构的卷积神经网络,而且,这些结构并不仅仅是在 Alexnet 的基础上加深层数,而是自成一派,各有所长。
本次公开课重点分享三种神经网络结构:
除了图片分类,以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展,近年来也出现了速度更快(YOLO),效果更好的算法(SSD)。
最近很火的 GAN 是一个训练框架,在 GAN 出现之前, 生成模型的训练是一件相对较困难的事情,GAN 出现后,生成模型训练的效率大大提高。
GAN的应用大部分也是生成模型的应用,用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的,因为虽然有非线性的激活函数,但深度网络依然是高度线性的,会对误差进行累积,累积的误差结果通过肉眼分辨不出来,但是可以从卷积网络中看出。但与普通线性模型不同,深度神经网络可以拟合对抗训练可以很好的解决这个问题,解决方式是生成对抗样本,使得网络对对抗样本的容忍性更强些。
GAN这一两年来产生了许多非常有意思的应用,其中包括上期公开课中冯佳时博士提到的超分辨率,旨在把低分辨率的图片放大,而尽量不让其清晰度受影响。
|纹理转换
近几个月比较火的纹理转换也就是所谓的图片风格化,在深度学习之前,这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征,这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模,从而无法很好地对两者进行解耦和合成。
风格化算法现在更迭了两代。
第一代风格化算法:Neural Style
2015年的时候,德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法,方法可概括为:
保持 VGG 的权重不不变,直接对初始化的图⽚做梯度下降,直至目标函数降至一个比较小的值。
这个方法的风格化效果震惊了学术界,但它的缺点也是显而易见的,由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程,所以尽管其效果不不错,但是风格化的速度较慢,处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。
第二代风格化算法:Fast Neural Style
有了可以解耦图片风格和内容的方式,我们就能训练一个端到端的网络,使得我们只需要做一次前向,就能得到风格化图片。因此生成图片大概的步骤是,根据转化的网络得到输出,输出至 VGG 网络,提取风格特征后,跟风格图片的特质做比较,内容图片的特征也会被提取,跟内容图片做比较。
这种算法的有点是速度快,可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma,背后就是这个技术。但这个技术还是有缺陷的,比如由于卷积网络固有的性质,它无法像手动绘图一样对图片的细节进行精挑细选的处理,所以它像是一个豪放的印象派画家,对一些对细节要求比较高的任务,比如人物的动漫化,这种方式是不太适合的。
所以,前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样,我们猜测这个滤镜不是端到端的,而是会先对原图做像素分割,找出可能是天空的部分,然后加上新海诚特色的云,其他部分则会做一些滤镜化处理。
纹理转换的另外一个非常有意思的应用是Neural Doodle,运用这个技术,我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画(比如皮埃尔-奥古斯特·雷诺阿的Bank of a River)做一个像素分割,得出它的语义图,让神经网络学习每个区域的风格。
然后,我们只需要像小孩子一样在这个语义图上面涂鸦(比如,我们想要在图片的中间画一条河,在右上方画一棵树),神经网络就能根据语义图上的区域渲染它,最后得出一幅印象派的大作。
大家如果有关注 AI 领域信息的话,可能也知道 Facebook 宣布了他们的 caffe2go 框架,并展示了他们在手机上的实时风格化视频,这项成果意义重大,主要体现在可以在手机端非常有效率的运行人工智能的算法,把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术,其主要运用了人脸关键点检测技术。
实现视频风格化的难点在于:
|黑白照片上色
最后一个要介绍的技术为黑白照片上色(Colourful Image Colourization),想象一下,如果人工智能出色地完成这个任务,我们便可以用它来为老照片,老电影增色,轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于,它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性,例如,当你看到一个黑白的苹果时,你可能会觉得它是红色的,但如果这个苹果是青色的,其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。
这篇文章里面介绍的方法有两个非常重要的trick:
颜色重平衡(Class rebalancing)
我们都知道,各个颜色在全世界所有彩色照片里面的分布是不一样的。比如,大部分照片里面可能会有天空,墙壁,草地等。论文作者给出了 ImageNet 数据集中颜色的分布,可以看出,如果用 LAB 的方式来表示图片(L 通道为像素的亮度,AB 通道表示颜色),ab 值比较低的颜色出现的频率远高于其他颜色。
如果不考虑这个问题,我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以,论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数,系数的大小与该像素点 ab 值的分布有关。运用这个trick,输出图片的颜色会更有多样性,更接近真实的图片。
从概率分布得出预测颜色值(Point estimate)
我们知道,这个网络的输出是各个像素点ab值的概率分布,那么我们如何去通过这个概率分布得出这个ab值呢?当然,我们可以直接选择概率最大的值作为我们的 prediction,这种做法下输出图片的颜色会更加鲜艳,但很多时候会有不自然的patch出现。另外一种做法是,取这个概率分布的均值作为prediction,这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法:我们可以调整Softmax 函数的 temperature,然后再求新的概率分布的均值。
这篇文章介绍的方法虽然效果很好,但它还是有缺陷的。比如,对狗的图片上色时,即使它没有伸出舌头,神经网络总是会“想象”它伸出了,然后在鼻子下面的一小块区域涂上红色。而且,上色后的图片有时会出现一小块突兀的 patch。
以上介绍的几个技术都并不是完美的,但是瑕不掩瑜,我们能从中看到深度学习的潜力,明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大,更多有趣的成果会不断产生。如果你觉得以上的技术很酷,那我保证,你的惊讶才刚刚开始。
|有关产品化的思考
当然,要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem,它说的就是,我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法,在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务,直播场景本身就非常多样和复杂,我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容,相对整个图片来说,内容呈现部分所占比例很小且十分模糊、不明显,当出现色情、暴恐等不良信息的时候,人工以及标准化的审核模型难以精准识别,误判、漏判的概率较高。于是我们需要针对这个问题具体优化,针对画中画的数据再做识别,然后再调用普通的审核模型。雷锋网雷锋网
图普的产品目前已经在多个行业领域取得很好的应用,但它们暂时只能在一定程度上减少大部分审核人力,无法完全替代人工。这一轮融资过后,我们将加大在服务和计算能力方面的投入,提升产品运行速度和鲁棒性;在算法方面,继续提高图像识别准确率和召回率,我们的愿景是完全解放审核人力,我们也将往审核之外的其他方向扩张业务,如人脸识别,增强现实等,提供更直接,高效和多样化的任务。
">