對於AI視覺多模態大模型只關注顯著資訊這一根本性缺陷，哈工大GiVE實現突破！當今的多模態大模型（如BLIP-2、LLaVA）看似可以理解圖像，實則存在一個根本性的缺陷：它們像戴著“眼罩”的觀察者，只能關注圖片中最顯眼的主體，卻對使用者關心的細節視而不見。例如，當被問及“圖中左側的自行車”或“背景廣告牌上的文字”時，模型常因視覺編碼器的“視野侷限”而答非所問——要麼誤判對象位置，要麼完全忽略非顯著資訊。這種“選擇性失明”，嚴重制約了AI在醫療診斷、自動駕駛、智能安防等場景的深度應用。哈工大（深圳）博士生李俊劼最新研究成果《GiVE: Guiding Visual Encoder to Perceive Overlooked Information》，為AI視覺裝上“動態變焦鏡頭，首次實現“指令驅動的全景式感知”！與傳統模型的“固定視角”不同，GIVE能根據使用者需求靈活調整注意力焦點：無論是被遮擋的物體（如鞋盒中的鞋子）、分散的同類目標（如人群中的特定行人），還是隱藏在複雜背景中的特定目標（如路邊草地），都能精準捕捉並關聯語義資訊。實驗表明，GiVE在圖像分類、圖文檢索等任務中，關鍵指標有顯著提升，解決了傳統模型“見木不見林”的痛點。GiVE通過引入一系列創新設計，重新定義了視覺編碼的效率和精度。它採用了AG-Adapter模組，讓模型在解析圖像時能靈活關注到各類隱性細節，不僅捕捉到顯著特徵，還能兼顧那些平時容易忽略的部分。同時，GiVE設計了三個專門的loss，從不同角度最佳化圖像與文字、圖像之間以及圖像內目標的關聯，使得視覺資訊的提取更加全面精準。這一綜合方案不僅提升了多模態任務的表現，也為建構更智能、更統一的多模態系統鋪平了道路，這不僅是技術的革新，更是AI從“粗看”到“細察”的認知躍遷——機器的眼睛，終於學會了“按需聚焦”。GiVE效果：強大的性能1、讓視覺編碼器能夠聽到文字指令提示研究團隊設計了一個“注意力引導介面卡”（AG-Adapter）模組，作為外掛嵌入現有視覺編碼器的層與層之間。這個 AG-Adapter可以被理解為在視覺網路中加入了一雙“耳朵”，使得視覺編碼器在看到圖像的同時還能聽到文字指令的提示。即便是和InstructBLIP這樣具有指示跟隨編碼能力的模型比較，GiVE也可以用5%的可訓練參數達到更好的性能。2.視覺感知的靈活性、有效性和完備性從可視化注意力可以看出， GiVE可以讓傳統視覺編碼器靈活聚焦。3.在多模態大模型中的應用正確的聚焦為語言模型提供了充分的上下文資訊，有助於生成真實可信的響應。這裡並沒有重新訓練LLaVA模型，而是簡單地將GiVE應用到其使用的CLIP編碼器上。這也體現了GiVE的易用性。GiVE出手：讓視覺模型聽懂指令，不放過任何細節GiVE旨在突破傳統視覺編碼器對圖像關鍵資訊捕捉的侷限，通過全新設計的模組與訓練策略，實現更全面、精準的視覺理解。1、核心元件——AG-Adapter模組靈巧：精確的視覺指導GiVE引入了Attention-Guided Adapter（AG-Adapter）模組，能夠根據文字提示動態調整視覺編碼器的關注區域。不同於傳統編碼器只聚焦於圖像中顯著的部分，AG-Adapter使得模型在解析圖像時能關注到容易被忽略的細節，從而提高了有效視覺資訊的提取效果。輕便：無縫整合與輕量設計該模組以相對較低的額外參數成本嵌入到現有視覺編碼網路中，保證了高效的推理速度和大規模訓練的可擴展性。同時，它作為一個獨立的元件，也方便開發者在不同任務中進行靈活偵錯和替換。2、創新訓練目標——三大Loss函數為了使模型能夠更好地理解並傳遞豐富的視覺語義資訊，GiVE設計了三項專門的訓練目標：對象級圖像-文字對比（Object-focused Image-Text Contrast，OITC）Loss：這一損失函數促使模型在視覺和文字之間建立更緊密的語義聯絡，通過對比學習有效區分不同對象的特徵，使得圖像編碼結果能夠準確反映文字中描述的對象資訊。對象級圖像-圖像對比（Object-focused Image-Image Contrast，OIIC）Loss：OIIC Loss側重於提高同一圖像內部多個目標之間的關聯一致性，確保模型能夠在複雜場景中提取到各個目標的共性和細微差別，從而大幅提升對象檢索的精準性。對象級圖像辨識（Object-focused Image Discrimination，OID）Loss：通過對圖像中目標存在性的二分類判別，OID Loss幫助模型更全面地捕捉到圖像中可能被遺漏的細節，為後續多模態任務提供更加豐富和精準的視覺特徵表示。3、資料基礎——多目標指令資料集（MOInst）為了更好地訓練上述模組和Loss函數，GiVE團隊建構了專門的Multi-Object Instruction（MOInst）資料集。該資料集不僅覆蓋了多種對象類別，還為每個圖像提供了成對的精細文字指令與對象描述，從資料層面確保模型在訓練過程中能夠學習到更細粒度的對象關係和語義表達。組成：資料集包含8萬張圖像、24萬條文字標註及對應的指示對象，覆蓋264類物體關聯場景，為後續研究提供持續助力。建構：資料集是在現有大語言模型的幫助下，以半自動的方式建立的，輔以少量人工協助。這種人工稽核和自動化工具相結合的方式，確保了資料集的精準性和一致性，並剔除可能存在的噪聲和錯誤標註。未來方向GIVE的願景，是讓AI的“眼睛”不僅“看得見”，更能“看得細”“看得懂”——從靜態圖像到動態視訊的時序解析，從2D畫面到3D點雲的空間建模，從單一視覺模態到跨文字、語音、感測器的多維融合。未來，這項技術將滲透至醫療影像的早期病灶定位、自動駕駛的複雜環境感知、工業質檢的微觀缺陷識別，甚至機器人對非結構化場景的自主互動。精細化視覺感知，正成為打通AI“感官”與“認知”的關鍵橋樑，推動通用智能從實驗室邁向真實世界的每一個角落。更多細節歡迎查閱。程式碼：https://github.com/AlephZr/GiVE/tree/main資料集：https://huggingface.co/datasets/DF1024/MOInst (量子位)

【導讀】中國國新辦就2025年一季度工業和資訊化發展情況舉行新聞發佈會4月18日上午，中國國新辦舉行新聞發佈會，中國工信部總工程師謝少鋒，新聞發言人、運行監測協調局局長陶青，資訊通訊發展司司長謝存出席發佈會，介紹2025年一季度工業和資訊化發展情況並答記者問。集中力量辦好自己的事以開放促改革、以合作促共贏謝少鋒介紹，一季度工業經濟總體實現良好的開局，切實發揮了穩定宏觀經濟“壓艙石”的作用。總體來看，呈現主要指標穩中有進、重點行業穩中提質、大省大市穩中向好三個特點。謝少鋒稱，當前，外部環境複雜性、嚴峻性、不確定性明顯上升，全球貿易體系和規則被嚴重損害，給全球經貿發展和產業鏈供應鏈穩定造成極大不確定性，也給中國工業發展帶來一定影響。但是，我們有信心、有底氣克服眼前的困難。中國擁有完整的產業體系、超大規模市場和完善的資訊基礎設施，工業經濟的韌性強、潛力大、活力足，經濟高品質穩定發展的基本面不會改變，並將為全球產業鏈供應鏈注入確定性。謝少鋒表示，下一步，將堅持集中力量辦好自己的事，以開放促改革，以合作促共贏；堅持建設現代化產業體系，推動傳統產業最佳化升級，培育壯大新興產業，超前佈局未來產業；堅持推動科技創新和產業創新深度融合，加快發展新質生產力；堅持完善企業梯度培育體系，高標準培育高新技術企業、專精特新“小巨人”企業、瞪羚企業等，以優質服務助力中小企業發展；堅持高品質供給，促進全國統一大市場建設，著力營造市場化、法治化、國際化一流營商環境，保持工業經濟向穩向好發展勢頭。全力推進人工智慧賦能新型工業化談到人工智慧產業發展，謝少鋒表示，近年來，人工智慧與製造業融合發展加速，成效突出，主要有四個特點：產業基礎不斷夯實，產品裝備加速迭代，應用賦能紮實推進，產業生態持續最佳化。謝少鋒指出，下一步，將全力推進人工智慧賦能新型工業化，一手抓供給，組織人工智慧賦能新型工業化“揭榜掛帥”攻關，加強通用大模型和行業大模型的研發佈局，加快建設工業領域高品質的資料集，夯實基礎底座，推動“智能產業化”；一手抓應用，推動製造業的全流程、重點行業、重點產品的智能升級，加快下一步超級智能終端的產業化、商業化處理程序。持續開展賦能“深度行”和典型案例的徵集，遴選“十大行業、百大場景、千家標竿”，推動“產業智能化”。同時，要建生態，引導耐心資本加大支援力度，加快培育一批行業龍頭企業和專精特新中小企業。建設人工智慧開源社區，發揮人工智慧標準化技術委員會的作用，加快關鍵急需標準的研製，加強人才引育，倫理治理和國際合作，持續營造良好的產業生態。有序推進首批增值電信業務開放試點吸引更多外資企業在中國投資經營電信業務資訊通訊業發展方面，謝存介紹，一季度資訊通訊業平穩有序發展，為全年工作奠定良好開局，主要體現在四個方面：網路基礎持續夯實，應用賦能持續彰顯，產業創新持續深化，對外開放持續擴大。謝存提到，大家都十分關心6G的研發，工信部指導成立了IMT-2030（6G）推進組，凝聚合力推進6G創新，發佈《6G總體願景與潛在關鍵技術》等50余項研究成果，組織對通感一體化、無線AI等6G關鍵技術開展測試驗證，加速技術成熟。同時，進一步深化與歐盟、韓國、印度等國家和地區在6G領域的國際交流合作。下一步，工信部將加大政策支援和要素保障，在廣度、深度、力度上下更大功夫，推動行業高品質發展。在拓展網路建設和應用的廣度上下功夫，持續提升5G和千兆光網“雙千兆”網路覆蓋廣度，體系化推進算力網路發展。深入實施“5G+工業網際網路”512工程升級版和標識“貫通”三年行動，開展5G應用“揚帆”行動重點城市總結評估，持續推動典型行業和重點領域的規模應用。積極培育海洋產業、低空裝備等新興領域的創新應用。在推動科技創新和產業創新融合的深度上下功夫，凝聚產學研用各方力量，加快推進6G技術研發、標準制定、中試驗證和產業落實，加強通訊、感知、智能、計算等融合技術突破，前瞻佈局和培育面向6G的應用產業生態。在擴大電信業對外開放的力度上下功夫，有序推進首批增值電信業務開放試點，適時研究進一步擴大開放範圍，吸引更多符合條件的外資企業在中國投資經營電信業務。著重抓好“三升”，助力提振消費提振消費方面，陶青表示，工信部將著重抓好“三升”：一是供給端促進產業升級，發佈實施重點行業數位化轉型實施方案，持續推進重點領域裝置更新和技術改造重點項目，系統開展中國消費名品方陣建設，組織舉辦消費名品大會，以優質供給引領和創造消費需求。二是消費端促進市場升質，加力擴圍消費品“以舊換新”，持續發佈升級和創新消費品指南，推薦“人工智慧＋消費”典型案例，積極打造提振消費新模式新場景，有效促進消費市場提質擴容。三是環境端促進消費升溫，組織開展消費名品全國行、紡織服裝“優供給 促升級”“吃貨季”等促消費活動，協同有關部門加強產品質量監管，著力營造良好市場消費環境，提升消費者的信任度、認可度和滿意度，築牢推動經濟回升向好基礎。加強數位化轉型、引才育才、投融資等服務支撐中小企業高品質發展謝少鋒介紹，一季度，中小企業經濟運行總體平穩、穩中有進，規模以上工業中小企業增加值同比增長8.2%，企業生產的積極性增強，經營效益平穩增長，展現了中小企業的發展韌性和活力，有力支撐工業經濟平穩起步。下一步，將堅持服務和管理並重、發展和幫扶並舉，持續健全法律政策體系、公共服務體系、優質企業梯度培育體系，開展“專精特新”夯基提質年行動，加強數位化轉型、引才育才、投融資等服務，有力支撐中小企業高品質發展。出台機械、汽車、電子裝備等行業新一輪穩增長方案裝備工業方面，陶青表示，下一步，將著力穩增長、補短板、促轉型，繼續推動裝備工業的高品質發展。穩增長方面，重點是出台機械、汽車、電力裝備等三個行業新一輪的穩增長工作方案，推動重點行業技術改造和裝置更新，從供需兩側協同發力，全方位擴大有效需求。補短板方面，深入實施“工業母機+”“機器人+”、高端醫療裝備等供需對接和推廣應用行動，持續提升重點產業鏈供應鏈的韌性和安全水平。促轉型方面，重點是出台相關行業數位化轉型實施方案，促進人工智慧等新技術與裝備產品的深度融合應用，不斷提升優質裝備供給水平和保障能力。此外，謝存提到，下一步，將堅持技術驅動、應用牽引，繼續強化優質電子資訊軟硬體供給，加快制定並行布新一輪電子資訊製造業穩增長行動方案，持之以恆推進軟硬體技術攻關，加強消費電子典型應用案例和試點示範優秀成果宣傳推廣，推動更多App上架鴻蒙應用程式商店，滿足群眾多樣化需求，不斷提升使用者體驗。鼓勵各方以更加開放的姿態擁抱開源、貢獻開源、使用開源，加快打造互利互惠、共建共享的軟體生態。加速工業網際網路與人工智慧深度融合謝存表示，下一步，將以釋放規模化應用效能為主線，加速工業網際網路與人工智慧深度融合，為推進產業數位化轉型、加快建構現代化產業體系提供更加堅實的支撐。第一，更加注重強化政策引領。加快出台推動工業網際網路高品質發展的指導性意見，打造“5G+工業網際網路”升級版，實施標識“貫通”三年行動和工業網際網路平台高品質行動，完善工業資料流通基礎制度和市場化組態機制，深化安全分類分級管理。第二，更加注重夯實基礎設施。系統推進工業網際網路關鍵技術攻關，設施建設升級，加快工業5G晶片、模組、智能裝置等技術創新和產業化推廣。有序開展工業5G獨立專網建設，建構新型工業網路體系，打造標識解析體系2.0版，推進工業網際網路與人工智慧融合發展。第三，更加注重拓展規模應用。實施“鏈網協同”工程，發佈船舶、石化化工、汽車、紡織等重點行業領域融合應用指南，分類遴選典型應用案例和優秀解決方案。高水平、高標準推動“5G+工業網際網路”融合應用試點城市和5G工廠建設，深入開展“百城千園行”活動，加快工業網際網路進園區、進基地、進叢集。 (中國基金報)

4月18日消息，中國公安部道路交通安全研究中心微信公眾號“交通言究社”日前發文，提醒駕駛人警惕“高階智駕”陷阱，並稱輔助駕駛≠自動駕駛，“脫手脫眼”=玩命。近期，因駕駛人錯誤使用輔助駕駛導致的交通事故時有發生，引起社會關注討論。文章稱，究其原因，部分駕駛人對輔助駕駛的認知不到位，誤以為 “輔助駕駛=自動駕駛”，開啟輔助駕駛功能後做出玩手機、睡覺、聊天、吃東西等危險行為，不僅違反了道路交通安全法律法規，也對其他道路使用者的安全構成嚴重威脅。汽車駕駛自動化分為6個等級。其中，0-2級為輔助駕駛，系統輔助人類執行動態駕駛任務，駕駛主體仍為駕駛人；3-5級為自動駕駛，系統在設計運行條件下代替人類執行動態駕駛任務，當功能啟動時，駕駛主體是系統。“交通言究社”文章稱，從部分車企官網或新聞發佈會資訊可知，儘管相關車企智能駕駛系統命名存在差異，但均突出“輔助”屬性，技術特徵均屬於中國《汽車駕駛自動化分級》（GB/T 40429-2021）規定的2級標準，尚未取得3級及以上等級認證。這主要受三方面因素制約。其一，感知演算法在複雜場景下的可靠性尚未突破技術瓶頸；其二，車企基於法律風險防控考慮，主動將功能標註為2級，以維繫駕駛人作為責任主體的法律定位；其三，中國正在推進准入與上路通行試點，目前尚未有3級自動駕駛汽車獲得準入許可。上述文章稱，當前國內主流量產車輛所搭載的輔助駕駛系統尚處於0-2級，屬於“人機共駕”的輔助駕駛範疇。如果駕駛人在車輛行駛過程中“脫手脫眼”，可能面臨行政處罰、民事賠償及刑事追責三重法律風險。因此，即使車輛開啟了輔助駕駛功能，駕駛人也要全程保持駕駛位值守，即時監控路況。公安部道路交通安全研究中心稱，根據《廣告法》第二十八條，若車企通過廣告或宣傳材料虛構、誇大輔助駕駛功能(如將2級輔助駕駛描述為 “自動駕駛”)，誤導消費者購買，市場監管部門可依據《中華人民共和國廣告法》對虛假宣傳行為處以廣告費用5-10倍罰款，情節嚴重的吊銷營業執照。若虛假宣傳造成嚴重後果(如引發交通事故致人傷亡)，可能觸犯《中華人民共和國刑法》第二百二十二條，可對責任人處2年以下有期徒刑或拘役，並處或單處罰金。此外，部分電商平台上銷售的“輔助駕駛作弊裝置”，俗稱“智駕神器”，通過物理配重、強磁吸附等技術手段，刻意欺騙車輛輔助駕駛系統的駕駛員監控系統(DMS)，使其誤判駕駛人處於正常監管狀態，從而實現長時間脫離方向盤和視線的違規操作。這種行為不僅嚴重消解了智能駕駛安全冗餘設計，更將駕駛人與其他交通參與者共同置於重大風險之中。公安部道路交通安全研究中心稱，根據《中華人民共和國刑法》第一百四十六條規定，“智駕神器”不符合保障人身、財產安全的國家標準或行業標準(如干擾車輛安全監測系統)，若造成嚴重後果(如交通事故致人傷亡)，生產者和銷售者可能被判處5年以下有期徒刑或拘役，並處銷售金額50%至2倍罰金；後果特別嚴重的（如多人傷亡），刑期可至5年以上有期徒刑，罰金同上。若“智駕神器”的裝置設計或宣傳直接誘導駕駛人脫離監管(如 “解放雙手”“免接管”)，導致重大交通事故，可能被認定為危害公共安全，最高可判處死刑。 (介面新聞)

超級賽道突傳利好消息。據海南大學生物醫學工程學院官微消息，海南大學正式發佈自主研發的植入式腦機介面（BCI）核心技術與系列產品，包括全球領先的腦機介面專用晶片等。這一突破標誌著中國在腦機介面領域實現全鏈條技術自主可控，為腦科學研究和醫療應用注入“中國芯”動力。受此消息刺激，臨近午間收盤，A股腦機介面概念股直線拉升，創新醫療一度大漲超6%。午後開盤，市場情緒高漲，截至券商中國記者發稿時，創新醫療漲超4%、岩山科技漲超6%、誠益通漲超2%、國脈科技漲超5%。多家券商機構認為，腦機介面產業鏈上中游的技術進步帶來下游應用端不斷突破，在技術革新和政策紅利催化下，國內腦機介面公司有望逐步實現商業化應用。利多突襲4月18日，據海南大學生物醫學工程學院官微消息，在第五屆中國國際消費品博覽會上，海南大學正式發佈自主研發的植入式腦機介面（BCI）核心技術與系列產品，包括全球領先的腦機介面專用晶片、神經訊號採集系統、神經訊號調控系統及神經元定位系統。這一突破標誌著中國在腦機介面領域實現全鏈條技術自主可控，為腦科學研究和醫療應用注入“中國芯”動力。據介紹，海南大學核心技術打破進口依賴，性能達國際頂尖水平。海南大學腦機晶片神經工程團隊圍繞侵入式腦機介面開發了多款核心晶片，包括：SX-R128S4高通量神經訊號採集及刺激晶片，SX-S32高自由度神經調控晶片，以及SX-WD60低功耗無線傳輸晶片。上述晶片實現了對腦機介面訊號採集、調控、傳輸的全鏈路覆蓋，性能對標國際一線產品。團隊負責人表示：“專用晶片是腦機介面系統的核心，團隊一直專注晶片的開發迭代，始終堅持自主創新，晶片性能已達到國際先進水平。我們致力於讓科研成果走出實驗室，打破中國侵入式腦機介面晶片對進口的依賴，助力中國腦機介面產業騰飛。”另據腦虎科技發佈的消息，近日在天橋腦科學研究院（TCCI）的支援下，腦虎科技聯合中國科學院上海微系統所陶虎/周志濤研究員團隊在復旦大學附屬華山醫院開展的高精度即時運動解碼再獲重要突破——一名19歲右側額葉癲癇患者成功植入腦虎科技自主研發的256通道柔性腦機介面，術後恢復良好。目前患者已進入研究者發起的臨床試驗（IIT）。據介紹，通過累計近20小時的訓練，得益於高密度腦機介面訓練與演算法的持續最佳化，患者實現了對經典遊戲《吃豆人》《坦克大戰》和大型複雜遊戲《王者榮耀》《黑神話：悟空》的精準腦控操作；並可通過意念流暢上網和操作各種App、控制智能輪椅和智能家居裝置。具體而言，研究團隊基於256通道柔性腦機介面，通過採集局部場電位訊號（LFP），將皮層腦電訊號（ECoG）即時解碼為游標速度指令，使受試者快速掌握閉環神經游標的控制能力。隨著訓練時長增加，患者運動想像控制的精度與速度顯著提升。直線拉升腦機介面是一種變革性的人機互動技術，其工作原理是採集腦部神經訊號並分析轉換成特定指令。該技術能夠在大腦與外部裝置之間建立直接連接，實現“腦”與“機”之間的直接資訊交換。目前，腦機介面技術按照其是否需要侵入大腦以及侵入的程度分為非侵入式、侵入式、半侵入式三類。當前腦機介面技術在全球範圍內正快速發展，市場規模持續增長，公開資料顯示，2023年全球腦機介面市場規模達到19.8億美元，2024年約為22.2億美元。中商產業研究院分析師預測，2025年市場規模將進一步增長至24.6億美元。業內人士認為，全球腦機介面的發展歷程可以分為學術探索階段、科學論證階段和應用試驗階段，目前該技術正處於第三個階段，並蓬勃發展。在前不久召開的2025年中關村論壇上，腦機介面產業聯盟正式發佈“腦機介面標準化路線圖”，建構了涵蓋技術、產業和標準化的行業行動框架，推動腦機介面產業邁向新的發展階段。腦機介面在醫療領域應用的最新進展備受市場關注。其中，“北腦一號”智能腦機系統作為中國在腦機介面技術領域取得的重要成果，已經進入臨床驗證階段。3月中旬，國家醫保局發佈《神經系統醫療服務價格項目立項指南（試行）》，為腦機介面新技術價格單獨立項。3月31日湖北率先為腦機介面醫療服務定價，明確了3個項目收費標準。專家表示，此次湖北明確定價的項目幾乎涵蓋了當前最有可能大規模臨床轉化的兩大主線。意味著這項長期處於試驗狀態的技術，正在正式步入臨床、邁向產業化。中信建投認為，腦機介面產業鏈上中游的技術進步帶來下游應用端不斷突破，國家層面和各地區推出多項政策利多行業加速發展，近期國家醫保局發文為腦機介面新技術價格單獨立項，其進入臨床應用的服務收費路徑已經鋪好。在技術革新和政策紅利催化下，國內腦機介面公司有望逐步實現商業化應用。東吳證券稱，侵入式技術持續突破將推動消費和醫療康復市場提升對腦機介面技術認知，2025年有望持續突破，非侵入式腦機介面產品商業化落地有望加速。建議關注自身或參股公司領先佈局腦機介面技術的標的。 (券商中國)