中美生成式人工智能的他者想象：DeepSeek与ChatGPT新闻话语比较
本刊官方网站：http://cjjc.ruc.edu.cn/摘要在生成式人工智能迅猛发展的背景下，中美已成为影响全球智能未来走向的关键力量，两国如何塑造面向彼此的社会技术想象，成为全球化进程中智能媒介与社会演进互动的重要议题。本文以中美18家新闻媒体在微博和X平台发布的DeepSeek、ChatGPT相关内容为资料，对两国生成式人工智能的社会技术想象展开比较。研究显示，中国媒体有关ChatGPT的报道主要侧重技术原理科普和教育应用，风险讨论集中于数据安全等共通问题，整体呈现出明显的技术优先倾向；美国媒体对
音剪AI本周更新：素材库上线，后期流程全面升级
📢各位主播，音剪 AI 的本周更新已送达～本周网页版正式上线「AI 素材库」，并新增「外部画本导入」及「Reaper 工程导出」功能，有效连接内容创作与专业后期，助力主播实现精准配乐、精细音频处理及全景声制作，满足高品质有声内容制作要求。此外，本周针对 AI 音色「马尔福」进行了深度优化，使其演绎更流畅自然，停顿更精准，同时修复了特定场景下的杂音和漏字现象。音剪AI视频号首播回放现已开放：直播回放地址：https://weixin.qq.com/sph/ATacGGqBO特邀专业主播进行全流程演示，让你从
上市公司人工智能概念炒作分析
借鉴孙月等（2025）构建的人工智能词典，本文计算了人工智能文本披露指标。研究人员首先对上市公司的MD&A文本进行了清洗与分词处理，统计了人工智能、机器学习、深度学习、自然语言处理、计算机视觉、区块链、云计算、物联网等55个关键词或技术术语在文本中的频次，从而汇总出“AI关键词总词频”。为了消除各公司年报篇幅不同的干扰，采用“AI关键词总词频÷MD&A总词频×100”来测算人工智能披露强度，并将其定义为 Hype_MDA。该指标数值越高，意味着企业在MD&A中围绕人工智能相关话题的
告别人工校对疲惫!AI智能辅助公文校对,精准纠错更高效
公文写作中最令人头疼的步骤莫过于校对。长时间盯着屏幕逐字核对，既消耗精力又易产生疏忽，任何微小的错误都会严重损害文稿的整体质量。既然人工逐句排查如此耗时，不如使用慧写公文 AI 的校对功能，在提升效率的同时，牢牢把好文稿质量的关卡。✅极速校对，轻松高效长文档一键扫描，快速完成全面检测，明确展示所有修改建议，支持一键修改，让你脱离枯燥的机械劳动，腾出时间专注于内容优化。✅百项专业规则，细节全控内置 100+ 专用校对标准，从错别字、标点符号到语句逻辑及排版格式，进行多维度的严格筛查，确保公文格式规范统一。✅
AI评论：AI治理的错位——别让刻板教化扼杀多元创意
文本处理是生成式AI的根基，涵盖文字、图片、视频、代码等多领域的AI工具，核心价值在于响应用户指令、协助创作者实现想法。早期各大平台积极推广小说修改、图像创作、代码支持等功能，强调释放想象力、简化工作流程；然而如今实际应用中普遍存在一个问题：用户原创文本会被强制篡改细节，无论小说角色、隐喻表达、生活化描写，最终都被标准化成僵硬、单一、充斥正面教育的模板化语言，一味趋向“积极向上、勤奋进取”这种幼稚正面模式，全然不顾故事背景与创作者的原始意图。所有问题的根源，是业界对AI角色的根本性误解：生成式AI本质上只
智能英语考试系统的技术架构与实现
从“AI教学系统”转向“AI考试系统”，系统工程的底座和逻辑需要发生根本性转变。教学系统追求的是“包容、启发和循序渐进”；而考试系统追求的是“绝对的公平、严谨、防作弊以及高并发的稳定性”。在不依赖图表和具体词汇教学内容的前提下，AI英语考试系统的核心架构应当由以下四大硬核底层模块构成：传统的考试是一套试卷考所有人，而AI考试系统通常采用计算机自适应测验 (CAT)逻辑，根据考生的实时表现动态调整题目难度。题库知识图谱动态标定：系统内的试题不按常规的“第一课、第二课”分类，而是按照“语法复杂度、文本可读性、
AI写作的三大特征：对比、三连排比与破折号泛滥
首先或许是枯燥乏味。政策文本往往干涩如砂纸。但对频繁使用ChatGPT、Claude等AI模型的人来说，还有更明显的痕迹。这些工具生成的文字自带一种独特‘风格气味’。其一，是热衷对比句式：‘无关技术，关乎政治’；‘技术未变，归属已易’。其二，是三连排比。人类自古偏爱三分结构（西塞罗演说中屡见不鲜），但AI的痴迷近乎异常：‘严谨的逻辑排序、清晰的沟通表达、持之以恒的投入’。其三，则是无处不在的长破折号。重点单词&短语 1. boredom /ˈbɔːdəm/ n. 枯燥，乏味，无聊 例句：Many
人工智能开发人才新界定
2026年6月，某机构发布《识别人工智能开发人才队伍》报告，重新回应“谁算人工智能人才”这一根本问题。报告指出，现有统计往往将开发人工智能系统、在其他岗位使用人工智能工具以及工作任务受人工智能影响的人员混为一谈，从而夸大了核心技术人才规模。研究团队据此构建岗位文本分类器，分析2010年1月至2026年2月的美国招聘信息，并结合从业者资料估算人才存量。结果显示，真正从事人工智能系统设计、训练、微调、扩展和部署的人，比通常理解的范围更小、更专业，也更值得单独关注。这种口径变化也会直接影响人才培养和技术竞争判断
AI词典05|上下文窗口：AI能读多长文本的硬性天花板
在前几期内容里，我们理清了Prompt提示词、RAG检索增强、Fine-tune微调三类核心使用方式。不管是精准撰写提示词引导AI思考，接入私有文档做问答，还是改动模型参数固化能力，所有操作都绕不开一个硬性物理限制：上下文窗口（Context Window）。如果把大模型比作一间用来存放对话与文本的阅读书房，Prompt、资料、对话记录都是需要放进书房的文稿，上下文窗口，就是这间书房固定的最大容积。一旦文稿总容量超出容积上限，最早送入的内容就会被直接丢弃，AI也就彻底遗忘了前置信息。上下文窗口，指大模型单
AI助力整本书阅读教学实践探索
各位老师好，我是Vicky，今天与大家探讨的是借助人工智能进行整本书阅读教学的深度文本分析实践，这些内容为我们如何利用AI辅助整本书阅读教学提供了思路参考。整本书阅读作为一种深度阅读教学模式，能够提升学生的批判性思维（Krashen，2004）、文化敏感度（Bland，2013）与跨学科整合能力（Haliem，2017），也是培养学生英语学科核心素养的有效途径之一。但在整本书阅读教学的实际操作中，仍存在一些问题。例如，由于整本书阅读的文本通常篇幅较长，在课时有限的情况下，文本解读往往流于表面，难以促进学生
像玩文字游戏一样理解AI：生成式AI如何工作
文字接龙游戏对应生成式AI已经说出的词已经写出的内容猜下一个最可能的词预测下一个词从平时听过的话里选从海量学过的文本里学规律接出一整句、一段话生成一篇文章通顺但可能不对流畅但可能编造
最高法公布示范文本应用第四批典型案例
北京7月8日综合消息（来源：记者冯家顺）最高人民法院今日正式推出第四批示范文本应用典型案例，全面展示示范文本在简化诉讼流程、提升立案调解效果、增强审判执行效能、推动纠纷源头预防等方面的实际应用价值。 本次发布的典型案例共5件，涵盖劳动争议、买卖合同、证券虚假陈述责任、信用卡纠纷等4类民事案件以及1类行政赔偿案件。其中，安徽省铜陵市铜官区人民法院在一起涉及6名劳动者的劳动争议案中，指导法律援助律师运用示范文本，成功实现批量劳动争议案件"当日立案、快速调解、现场履行"，有效拓宽劳动者维权渠道，保障劳动者合法权
AI上下文窗口：AI的“阅读极限”
演进之路GPT-3（2020）：2K——仅能撰写800字短讯，当时大众普遍认为AI存在“阅读障碍”。GPT-3.5（2022）：4K——容量翻倍，足以阅览本科毕业论文，这对学生而言是福音。GPT-4（2023）：32K（约50页）——可阅读中篇小说，人们开始利用它进行财报解析。Claude 3（2024）：200K（约50万字）——媲美《三体》全集，业界为之震动，用户能直接输入全书并询问细节。国内Kimi/阿里通义（2024-2025）：1M（约百万Token）——竞争白热化，号称能解析《红楼梦》全本。技
AI进语文课，该替换的不是作文，是空洞问题
语文课上，有一个场景大家都熟。老师问："这篇文章表达了作者怎样的思想感情？"学生答："表达了作者热爱祖国、热爱生活、积极向上的思想感情。"老师点头："很好，请坐。"课堂很顺。答案很稳。问题也很熟。但我们心里都知道，这样的问答，有时像走流程。学生说出来了，但不一定真的读懂了；老师讲完了，但学生未必真有感受。现在AI来了。很多人第一反应是：坏了，学生会用AI写作文。这个担心当然有道理。但如果语文课堂只盯着"防AI代写"，那就把AI看窄了。AI进语文课堂，真正有价值的地方，可能不是替学生写作文，而是帮老师设计好
2026.6.29人工智能快讯
📅 2026年6月29日 星期一 让普通人轻松读懂的AI资讯，每日仅需5分钟，轻松掌握AI新动态让普通人轻松读懂的AI资讯，每日仅需5分钟，轻松掌握AI新动态🤩 AI热点速递 尖端模型 · 技术革新AI技术前沿 1️⃣ 小红书对外开放RedKnot推理引擎：KV Cache按注意力头拆分实现长文本提速 深度解析：小红书RED AI实验室推出推理提速引擎RedKnot，核心策略是将KV Cache沿着"注意力头"维度进行拆分——多数注意力头具有局部特性（仅聚焦邻近token），无需全部存储。