欢迎来到闻炬，最近更新：托马斯·格雷沙姆

Ctrl+D 加入收藏夹 - 保存到桌面

闻炬

首页
百科
热点
娱乐
知识
探索
综合

当前位置-->首页-->焦点

热门推荐

半年度重点工作调度会暨四套班子领导交流会召开：力争半年“双过半” 确保全年“满堂

2026年泉州市“三八”维权月暨平安泉州宣传月主题活动举办

《红色沙漠》预载开启，124GB 到底装了什么？

独家丨Clawbot 向人类发出的第一封索贿信，居然是因为一个自主进化的 AI Bot 插件？

厦门超500场活动邀你闹元宵

重点关注

　　梅泽在博客中坦言，萌生毕业念头已是多年前的事：“一次次送别前辈、同期与后辈，凝视着她们耀眼的背影，我总在思索自己何时会做出这个选择。”她解释选择此刻毕业的原因：“能在组合近年来的重大转型期与珍贵的同期及后辈并肩作战，对我而言只有满满的幸福。如今看着后辈们日渐可靠的模样，感受到她们逐渐积累的自信与渴望，我决心在此刻毕业。”
　　关于毕业演唱会，梅泽坚定表示：“我将全力以赴透过演出展现我心中最爱的乃木坂风貌。必定倾注心血打造一场值得铭记的演唱会。”
　　梅泽美波1999年1月6日出生于神奈川县，2016年9月作为三期生加入乃木坂46，2023年2月正式就任组合第三代队长。其偶像生涯即将在东京巨蛋的舞台上迎来最终章。
" alt="乃木坂46队长梅泽美波宣布毕业 5月21日东京巨蛋举行最终演唱会" style="width:120px;height:80px;">
乃木坂46队长梅泽美波宣布毕业 5月21日东京巨蛋举行最终演唱会
国内煤价优势显现市场依然固执下行
发布时间：2022-04-16 01:37 来源:豫都网我要投稿
[摘要]北京时间4月25日，2016-17赛季NBA继续季后赛的争夺，而在赛场内外，也有不少消息值得关注。以下是今日NBA部分消息的汇总：利拉德失望被横扫在今天，开拓者主场103-128不敌勇士，季后赛首轮总比分0-4被淘汰出局。赛后，开拓者球星达米安-利拉德谈到这样的...
　　北京时间4月25日，2016-17赛季NBA继续季后赛的争夺，而在赛场内外，也有不少消息值得关注。
　　以下是今日NBA部分消息的汇总：
　　利拉德失望被横扫
　　在今天，开拓者主场103-128不敌勇士，季后赛首轮总比分0-4被淘汰出局。赛后，开拓者球星达米安-利拉德谈到这样的结果时，感到非常失望。“已我们这种方式出局，实在令人难以接受，真的很令人失望……我认为我们需要变得更好，每个人都要变得更棒，下赛季要团结一致再继续努力。”利拉德说道。4场系列赛，利拉德已经拼尽全力，他场均得到27.8分，数据显示，这也是开拓者队史近31年来季后赛场均得分最多的一次。
　　纳什出售600平豪宅
　　来自美国媒体的报道，有房产中介网站显示，前NBA球星史蒂夫-纳什已经将一栋位于亚利桑那州的豪华住宅成功出售，成交价格为317.5万美元。据报道，纳什的这套住宅早在2014年就在市场上挂牌。这套五居室的住宅占地约611平米，包括一栋独立的客房、游泳池、四个车库和一个酒窖。球员时期，纳什曾在亚利桑那州的球队菲尼克斯太阳长期效力，而那段时间，也是他生涯的巅峰期。
　　马刺众将欲帮伦纳德减压
　　来自美国媒体的报道，马刺后卫帕蒂-米尔斯今天在接受采访时，谈到了核心伦纳德，米尔斯表示，接下来的比赛，队友需要给米尔斯更多支援，“他需要帮助，我们都要站出来帮助他。”上场球，马刺加时憾负灰熊，伦纳德全场30投14中，砍下了43分，其中三分球10投7中。但是全队其他球员，全场三分球只有20中2。从末节开始，马刺几乎都是在靠着伦纳德一人苦撑大局。
　　火箭锋将盼次轮复出
　　来自《休斯顿纪事报》的报道，火箭锋线球星萨姆-德克尔今天在接受采访时，谈到了伤病的恢复情况。在常规赛末段，德克尔左手骨折，随后接受了手术治疗，但近期，他的伤情恢复不错。“我现在还打不了，不过他们（医疗团队）说我可以更有侵略性一些了，我可以持球、抓东西，当然，我还需要努力让自己适应。”德克尔说道。同时他也表示，如果火箭能杀进西部半决赛，他希望在第二轮可以登场。
　　马刺蓝领内线复出
　　来自圣安东尼奥媒体的报道，马刺中锋德维恩-戴德蒙将会在与灰熊的第五场比赛中复出。此前，由于生病，戴德蒙缺席了上一场与灰熊的比赛。目前，双方总比分站成2-2平，接下来天王山之战，将极有可能决定两队的晋级前景。今年季后赛，戴德蒙场均出战12.7分钟，能够得到1.3分5.0篮板0.7助攻。尽管数据普通，但是在内线，他却相当受波波维奇重用。
　　发展联盟MVP出炉
　　今天早些时候，NBA发展联盟官方宣布，效力于洛杉矶捍卫者队的后卫范德-布鲁当选本赛季发展联盟最有价值成员。布鲁出生于1992年7月17日，身高1米93，体重90公斤，来自马奎特大学。这已经是布鲁效力捍卫者的第三个赛季，期间，他共出战47场球，场均能得到24.8分5.1个篮板4次助攻及1.6次抢断，在他的率领下，捍卫者取得34胜16负的战绩，常规赛排名西部第一。除了在发展联盟打球，布鲁还先后在NBA的凯尔特人和湖人队短暂效力过。（波洛）
" alt="25日NBA：利拉德失望被横扫纳什出售600平豪宅" style="width:120px;height:80px;">
25日NBA：利拉德失望被横扫纳什出售600平豪宅
发布时间：2022-04-16 01:37 来源:豫都网我要投稿
[摘要]北京时间4月25日，2016-17赛季NBA进入季后赛的争夺，在今天比赛后，也诞生了不少新纪录。以下是详细内容： 1.猛龙锋将得分新高猛龙主场118-93击败雄鹿，猛龙球员诺曼-鲍威尔此役得到25分，刷新了自己的季后赛生涯单场得分纪录。此前，鲍威尔最多只得到过13...
　　北京时间4月25日，2016-17赛季NBA进入季后赛的争夺，在今天比赛后，也诞生了不少新纪录。
　　以下是详细内容：
　　1.猛龙锋将得分新高
　　猛龙主场118-93击败雄鹿，猛龙球员诺曼-鲍威尔此役得到25分，刷新了自己的季后赛生涯单场得分纪录。此前，鲍威尔最多只得到过13分。
　　2.伊巴卡盖帽里程碑
　　猛龙球员赛尔吉-伊巴卡出场25分钟，10投8中，得到19分3次助攻6个篮板1次抢断以及3次封盖。此役过后，伊巴卡季后赛生涯封盖数达到234次，超过老鹰球员德怀特-霍华德的233次，升至历史第12位。
　　3.字母哥30分创新高
　　雄鹿这边，扬尼斯-阿德托昆博出场41分钟，19投12中，得到30分9个篮板3次助攻3次抢断和3次盖帽。数据显示，30分，创造了字母哥个人季后赛生涯单场得分的新纪录。此前，字母哥单场最高得到过28分。
　　另外，字母哥也是雄鹿队史近29年来首位在季后赛得到至少30分9个篮板的球员。
　　4.戈塔特篮板创新高
　　奇才101-111不敌老鹰，奇才中锋马尔钦-戈塔特出战35分钟，抓下18篮板，刷新了个人季后赛生涯单场篮板纪录。此前，戈塔特季后赛单场最多抢下16个篮板。
　　5.库里三分球里程碑
　　勇士客场128-103击败开拓者，勇士球星斯蒂芬-库里出场30分钟，20投12中，得到37分8次助攻7个篮板。此役过后，库里季后赛生涯得分达到1607分，超过泰肖恩-普林斯的1602分，升至历史第87位。
　　另外，此役，库里三分球11投7中，加上这7个三分，库里季后赛生涯三分命中数达到261个，追平前NBA球星罗伯特-霍里，升至历史第9位。
　　6.勇士单节45分平历史
　　本场球，勇士首节得到45分，创造了队史季后赛首节得分的新纪录，同时也追平了NBA历史季后赛首节得分的纪录。
　　此外，勇士首节三分球9投8中，追平了队史季后赛单节三分球命中数的纪录，而单节28分的分差也追平了本赛季联盟的首节最大分差纪录。
　　7.利拉德系列赛均分载入队史
　　开拓者这边，当家球星达米安-利拉德4场系列赛场均得到27.8分，数据显示，这也是开拓者队史近31年来季后赛场均得分最多的一次。（波洛）
" alt="25日纪录:库里3分球里程碑利拉德输球仍载队史" style="width:120px;height:80px;">
25日纪录:库里3分球里程碑利拉德输球仍载队史
" alt="欧露丝太空舱床垫商学院“太空科技助眠计划” 全国巡回培训" style="width:120px;height:80px;">
欧露丝太空舱床垫商学院“太空科技助眠计划” 全国巡回培训

内容简介:

最近关心

三月春光正好
赴一场中原古都之约！
登仙境老君山
徒步震撼挂壁公路
探秘龙门石窟千年石刻
赏洛阳牡丹倾城绽放
游少林寺、清明上河园、开封府
沉浸式感受大宋风华
全程双飞出行、四钻住宿、纯玩无购物
一次走遍河南
最经典、最震撼、最值得去的
山水与人文胜景
不负春日好时光
团期：4月14日
读者价：
（60周岁以下）：5580元/人
（60周岁以上）：5080元/人
报名方式：梅州日报社
1、咨询电话：13549160071 13823804287
2、现场报名：梅江区沿江路梅州日报社一楼广告部
参考航班时间
行程特色
★纯玩美景：奇境老君山+挂壁公路+郭亮村+嵩山少林寺+龙门石窟+牡丹花会+丽景门古街+开封府包公祠+清明上河园+万岁山武侠城
★特别安排：夜游《帝都洛阳》亮灯后的城门古意十足，登上城楼可看万家灯火
★舒适睡眠：全程入住网评四钻舒适型酒店
★精心策划：全程纯玩0购物，20人定制精品小包团
★独立成团：满18人派报社工作人员陪同，让您的旅行安心、省心尽情游玩
★特色美食：开封栾川山水豆腐、洛阳水席菜、灌汤小笼包、鲤鱼焙面、炒凉粉等开封小吃菜
行程速览
第一天
交通：梅州→揭阳机场→郑州机场→万岁山•大宋武侠城→入住酒店
住宿：开封网评4钻酒店
梅州指定地点统一集合出发，乘专车前往揭阳潮汕机场，乘飞机南方航空CZ6574（11:20-13:50）航班飞往【河南郑州】。
抵达后赴开封参观【万岁山•大宋武侠城】，这是一座以宋文化、城墙文化和七朝文化为景观核心、以大宋武侠文化为旅游特色、以森林自然为格调、兼具休闲功能的多主题、多景观的大型实景演出。踏入万岁山武侠城，仿佛一脚迈入北宋的繁华盛景。每一处细节都诉说着千年的故事。街边酒旗迎风招展，石板路蜿蜒延伸，仿佛时光在此静止，只留下满目的古风雅韵。
晚餐在景区自由品尝特色小吃，游玩结束后入住酒店休息。
第二天
交通：开封→清明上河园→包公祠
餐饮：酒店早餐︱团队餐︱团队餐
住宿：辉县网评四钻酒店
早餐后游览北宋大型民俗主题公园5A级旅游景区【清明上河园】。根据北宋画家张择端的国宝级北宋民俗画《清明上河图》以1:1的比例建造而成，观包拯迎宾、杨志卖刀、汴河大战、王员外招婿、水傀儡、女子马球、斗鸡、大宋科举、梁山好汉劫囚车、包拯巡河、气功喷火、民间咋杀等一系列北宋民俗表演，体验“一朝步入画卷、一日梦回千年”。
赠送欣赏：《沉浸式大宋奇幻游》，特别安排宋文化特色实景演出：《大宋民俗绝活》《王员外招婿》《岳飞枪挑小梁王》在这幅“百米长卷”上，它已被赋予了生命；白天，城里是徒步行走的人流，骑着骆驼的商队，小桥下潺潺的流水，吆着号子声的水手；夜晚，夜市上是忙碌的小商小贩，屋里准备歇息的夫妻，小酒馆里传出的猜拳声。
午餐品尝开封当地名小吃：灌汤小笼包子等。
参观【包公祠】。这里为纪念铁面无私包大人而修建的，威名驰誉天下，包龙图扶正祛邪、刚直不阿、美名传于古今！品味大宋文化，拜包龙图，领略人间正气！
结束后乘车付辉县（车程2小时）入住酒店休息。
第三天
交通：万仙山景区→绝壁长廊→南坪
餐饮：酒店早餐︱团队餐︱团队餐
住宿：焦作网评四钻酒店
餐后乘车约2个小时到达【万仙山景区】，走进万仙山，住农舍，食农家饭，闻炊烟袅袅，瞧百年老宅，看蓝天白云，听瀑鸟合鸣，走林间小道，吸太行氧吧，归返原始的韵味。
沿途游览【绝壁长廊】（1250米）郭亮洞、红岩绝壁大峡谷，欣赏风景如画的天池、参观奇特的崖上人家红石桥；体会大自然风光。参观【郭亮村】石头世界。
中餐后游览清幽山乡【南坪】观赏奇石日月星石、将军峰、黑龙潭、白龙潭、丹分沟。
结束后车赴焦作，晚餐后入住酒店休息。
特别安排：徒步穿越高悬石崖的绝壁长廊，走进原汁原味的石头村落。
第四天
交通：焦作→老君山→丽景门古街→洛阳
餐饮：酒店早餐︱团队餐︱团队餐
住宿：洛阳网评四钻酒店
早餐后乘车前往参观国家5A级旅游景区、世界地质公园【老君山】（参观时间约4-6小时），抵达后乘坐中灵索道开始登山。抵达中天门之后登518级生财道或自费乘坐峰林索道，之后参观老君庙、南天门、玉皇顶、悬崖栈道、北国石林、主峰马鬃岭、高空玻璃观景台、舍身崖、十里画屏，老君山金鼎等。观十里画屏之云海奇峰，赏老君金顶之无双圣境。
中餐后乘车赴洛阳，参观【丽景门古街】（游览时间1小时左右）走进明清古街，明媚的阳光洒在绿瓦红墙之间，那突兀横出的飞檐，那高高飘荡的商铺招牌旗号，那川流不息的行人，那一张张淡泊惬意的笑容，无一不反衬出老洛阳人的得意其乐。
特别安排：夜游《帝都洛阳》。夜幕降临，你将漫步在帝都洛阳，观赏盛唐武则天时期的天堂（外观）、明堂（外观），以及灯火璀璨的应天门（外观）夜景。
晚餐特别安排：品尝洛阳特色水席菜。
第五天
交通：洛阳→龙门石窟→洛阳牡丹花会→少林寺
餐饮：酒店早餐︱团餐︱无
住宿：郑州酒店
早餐后，乘车游览世界文化遗产、中国石刻艺术宝库【龙门石窟】（参观约2小时），龙门石窟与“敦煌莫高窟、大同云冈石窟、天水麦积山石窟”共称为中国四大石窟！龙门石窟开凿起于北魏孝文帝年间，连续大规模营造长达400余年，南北长达1公里，今存有窟龛2345个，造像10万余尊，碑刻题记2800余品。其中的卢舍那大佛，高17.14米，堪称龙门石窟造像艺术之典范的——奉先寺。
游览【洛阳牡丹园】（3月室内牡丹、4月室外牡丹为主）在千年古都洛阳，每年春暖花开之际，这座城市的大街小巷都被五彩斑斓的牡丹花所点缀，成为了一幅充满诗意的画卷。
乘车游览“千年古刹”中华武术发源地【少林寺】（游览约120分钟），观赏由少林弟子担纲,专为贵宾量身定做的精彩的【少林武术表演】（约30分钟），参观历经1400多年、现存240余座塔墓的佛教圣地【塔林】（约30分钟）；
期间观赏：名扬中外的《少林小子功夫表演》。
结束后返回郑州，入住酒店休息。
第六天
交通：郑州机场→揭阳机场→梅州→返回温馨的家
餐饮：酒店早餐
住宿：温馨的家
酒店早餐后，乘车前往郑州机场乘飞机南方航空 CZ6573 08:30 时郑州起飞-10:00时抵达揭阳机场，乘专车返回梅州，结束愉快的河南之旅，返回温馨的家！
编辑：邓梓钰（实习）叶晓洋
校对：张颖
" alt="春赴中原！览太行奇景、赏国色牡丹......读者团河南双飞6日精华之旅等你报名!" style="width:120px;height:80px;">
春赴中原！览太行奇景、赏国色牡丹......读者团河南双飞6日精华之旅等你报名!
发布时间：2022-04-14 09:06 来源:豫都网我要投稿
[摘要]北京时间4月26日消息，来自美媒体的报道称，热火队总裁帕特-莱利日前在接受采访时承认，后悔2014年休赛期不该以顶薪续约克里斯-波什。“神算子”还表示，对德维恩-韦德离开非常伤心。 2014年夏天，波什一度和火箭队走的很近，在勒布朗-詹姆斯做出回克利夫兰...

　　北京时间4月26日消息，来自美媒体的报道称，热火队总裁帕特-莱利日前在接受采访时承认，后悔2014年休赛期不该以顶薪续约克里斯-波什。“神算子”还表示，对德维恩-韦德离开非常伤心。
　　2014年夏天，波什一度和火箭队走的很近，在勒布朗-詹姆斯做出回克利夫兰的决定后，莱利给波什一份为期5年总价值1.18亿美元的顶薪合同。
　　当时“龙王”的身体完全健康。波什也承认，如果不是莱利开出顶薪，或许他已经与火箭队签约。但现在，莱利后悔了……
　　“当时不应该给（波什）顶薪，”莱利说道，“因为这样我们没有更多的薪资来续约韦德。”
　　因为血栓，波什自2016年全明星周末后就再也没有打过球。赛季告别会上，莱利透露他和波什有过接触，但现在还没有具体的解决方案。
　　去年夏天韦德原来的合同到期，他和热火队在续约问题上僵持了很久，最终“闪电侠”决定回家乡（芝加哥）打球，从而结束了在热火队效力的13年生涯。
　　“我知道他（韦德）认为我在续约这件事上做的不好，”莱利说道，“但当韦德宣布不续约时，我真的非常非常伤心。”
　　韦德在热火队效力期间，一共3次夺取总冠军。而现在的热火队正处于重建期，本赛季他们距离季后赛只差一步，最终排在东部第9位。（jim）
" alt="莱利后悔当年顶薪续约波什称韦德离开他很伤心" style="width:120px;height:80px;">
莱利后悔当年顶薪续约波什称韦德离开他很伤心
　　近日，我省《支持以数字化转型推动制造业高端化智能化绿色化发展若干政策》正式印发，加快推进全省制造业数字化转型，推动制造业高端化、智能化、绿色化发展。省财政统筹安排10亿元助力制造业“三化”转型。
　　省财政厅强化资金保障，重点支持“数字领航”企业典型示范、中小企业数字化应用、分区域分行业开展数字化转型等；优化支持方式，推动实施贷款贴息、融资租赁贴息、模式创新等方式对数字化转型项目给予支持，支持在省十大新兴产业引导基金体系中设立省制造业数字化转型子基金。
　　此外，省财政厅加快政策落地，协同省经信厅等有关部门研究制定实施细则，规范程序、简化操作，积极实施“免申即享”；设立“经信厅免申即享保障”微信群，建立专班，为部门政策资金高效下达提供技术保障。（记者朱卓）
" alt="10亿元助力制造业“三化”转型" style="width:120px;height:80px;">
10亿元助力制造业“三化”转型
在绿水青山与城市发展之间，污水处理正面临着更高标准与低碳转型的双重挑战。随着《协同降碳绩效评价城镇污水处理》（GB/T 46725-2025）国家标准的实施，协同降碳已成为刚性需求。排水公司技术团队成功研发出"超短流程MBR智能调控与降碳增效一体化技术"，标志着公司在智慧水务与绿色低碳领域取得关键突破。
核心技术体系完整实现降碳增效新突破
该技术构建了以"降碳增效"为目的的新体系：
01 生化智能调控
自主研发了生化智能调控系统，包含微溶氧自控模、PAC自动投加与污泥回流比动态调控三大模块，实现了从"人工滞后调节"到"参数智能匹配"的跨越。
02 创新膜清洗方案
首创"水-气协同"强化清洗技术，提升清洗效果，降低维护成本。
03 碳排放智慧管理
应用碳排放智慧管理平台，实现污水处理全流程碳排放的在线核算与实时监控，显著提升管理效能。
创新成果落地见效运营成本大幅降低
如今，该技术已成功应用于公司下属所有膜工艺净水厂，经实测，降本增效成效显著：
01 药剂成本降低
化学除磷药剂投加量降低超20%，碳源投加量削减近50%，膜清洗药剂下降5%。
02 能耗显著下降
曝气系统能耗下降超10%。
03 综合效益突出
节约综合运营成本近千万元，为净水厂的绿色可持续发展提供了可复制的"环境方案"。
自主知识产权强化向一流环保企业迈进
知识产权是保障技术创新的关键护城河。截至目前，该技术已成功获得2项国家发明专利授权与1项实用新型专利授权，并有一项核心工艺入库成都市生态环境局先进技术工艺名录。
展望未来，成都环境集团排水公司将对标集团"四化"转型方向，以"降本增效"为核心目标，深化技术创新与成果转化，持续推动工艺全流程自动化控制升级，助力水务行业向更智能、更低碳的方向发展，为建设美丽成都、推动可持续发展贡献坚实的"环境力量"。
" alt="药剂减、能耗降、成本省！成都环境集团排水公司这项技术交出绿色答卷" style="width:120px;height:80px;">
药剂减、能耗降、成本省！成都环境集团排水公司这项技术交出绿色答卷
　　根据财政部等四部门的政策安排，从9月1日起，我国将对符合条件的个人消费贷款进行贴息。
　　消费贷贴息是中央层面首次对个人消费贷款发放的政策“红包”，实施时间是今年9月1日到明年8月31日。这个政策的具体内容是什么？
　　消费贷贴息，简单地说就是个人从银行获得的消费贷款，由财政资金帮我们偿还部分利息。这次贴息比例是1个百分点，大约是当前商业银行个人消费贷款利率水平的1/3左右。
　　贴息对象是居民个人消费贷款中实际用于消费的部分，核心是要有真实的消费行为。包括单笔5万元以下日常消费，以及单笔5万元及以上的家用汽车、养老生育、教育培训、文化旅游、家居家装、电子产品和健康医疗等重点领域消费，单笔5万元以上的消费，以5万元为上限来计算贴息。一个贷款人在同一家贷款机构最高可以享受贴息3000元。
　　消费贷贴息的核心是支持真实的消费行为，具体应该如何操作？有哪些注意事项？
　　根据政策要求，必须是从工农中建交等18家银行，以及招联消费金融公司等5家个人消费贷款发放机构获得的个人消费贷款，才能享受贴息“红包”。另外，在申请消费贷款之后，个人还需要签署一个补充协议，授权银行能够查询消费交易信息。
　　如果贷款人认为自己的消费符合贴息要求，但是查询记录，发现没有享受到贴息怎么办？
　　“如果客户认为银行给他计算的这个消费金额缺失了，他可以提供相关的佐证材料，来线下网点重新申请，然后提交相应佐证材料。经过银行审核，认为符合消费记录的，我们也可以给客户去做相应的贴息。”中国银行住房与消费金融部综合消费金融团队主管张志欣说。
　　据介绍，多家银行认可的佐证材料是消费发票。除了去银行网点，交通银行等多家银行还支持客户从手机银行线上提交材料进行申诉。
　　银行还提醒，如果贷款人把贷款资金取出来，用现金进行消费，银行就无法判断资金用途了，也就不能给予贴息了。另外，把消费贷款资金转账给个人，包括扫商户的个人收款码付款的消费行为，以及刷信用卡消费，都不能享受贴息；如果是直接刷借记卡，或者用微信、支付宝等扫码消费，银行大多是可以识别的，符合条件的消费都可以贴息。
编辑：刘晓东" alt="消费贷贴息“红包”上线你关心的都在这里" style="width:120px;height:80px;">
消费贷贴息“红包”上线你关心的都在这里
平板玻璃的领先制造商意大利皮尔金顿公司正在庆祝一项宏大的循环性试点项目取得成功，该项目有多家行业参与者参与，旨在回收消费后的玻璃废弃物，特别是建筑物中已达到使用寿命的窗户和幕墙所用的玻璃。
在令人担忧的全球背景下——正如麦肯锡2023年《建筑环境中的循环性》报告所强调的，目前全球仅有不到1%的浮法玻璃得到回收利用——回收和再利用平板玻璃的好处是众所周知、有科学依据且具有经济吸引力的。例如，回收一吨碎玻璃可避免向大气中排放约700公斤的二氧化碳。
正是在这样的背景下，“renew: glass”项目应运而生。这是由意大利皮尔金顿公司推动的一项倡议，旨在促进浮法玻璃回收料的负责任使用，减少垃圾填埋量，并为该行业的脱碳进程做出贡献。在巩固了从合作玻璃加工商处回收消费前玻璃废料的成果后，该倡议现已扩展到建筑行业的消费后玻璃领域，同时也吸纳了窗户制造商和玻璃废料处理运营商的参与。
该试点项目在贝加莫省的一个建筑工地实施，在那里，PM Serramenti采用选择性拆除方法负责拆除旧窗户系统。在拆除阶段就对材料进行了分离：框架被放入专用容器，而中空玻璃单元则被送往专门的处理、清洁和破碎流程，并去除橡胶、金属和铝。
由此产生的碎玻璃随后被送往皮尔金顿意大利工厂，在那里它经过了严格的光学和化学检验，以验证是否符合平板玻璃生产所需的高质量标准。一旦获得批准，这些回收材料就会重新投入生产过程，这在成品质量（完全符合现行法规和内部规范）以及生产过程的环境性能方面都取得了积极成果。
“这个试点项目再次证实，建筑行业平板玻璃的循环利用不仅在理论上可行，而且可以通过一个结构化、可追溯且符合最高质量标准的运营模式具体实现，”皮尔金顿意大利公司营销和产品经理阿图罗?贝尼尼表示。“在解决消费后玻璃回收的复杂性并将其转化为一种有效且可扩展的工业实践方面，整个价值链的合作至关重要。”
这一举措进一步强化了皮尔金顿意大利公司对日益循环和可持续的工业模式的承诺，有助于减少窗户更换产生的废弃物，并推动更具环境责任感的建筑供应链的发展。
小玻编译

" alt="皮尔金顿意大利公司将消费后玻璃引入平板玻璃行业,国际动态" style="width:120px;height:80px;">
皮尔金顿意大利公司将消费后玻璃引入平板玻璃行业,国际动态
" alt="伊盾门窗第十六届经销商战略营销峰会即将恢弘启幕！" style="width:120px;height:80px;">
伊盾门窗第十六届经销商战略营销峰会即将恢弘启幕！
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：
- Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。
- VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练。
- Resnet（深度残差网络）：根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。
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：
- 准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；
- 用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；
- 用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；
- 随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。
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：
- 像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量；
- ⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。
｜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。
" alt="AI 如何助你成为“画家”｜雷锋网公开课" style="width:120px;height:80px;">
AI 如何助你成为“画家”｜雷锋网公开课

友情链接：洛杉矶国际车展中宮寺細齒龍占麗魚胡安·塞巴斯蒂安·埃尔卡诺福建省厦门第一中学护校运动斯洛文尼亞地理三都岛大刺龍占麗魚馬里科帕語黃友嘉血液检验项目正常参考值范围波伊斯 Residence譽88 龙洞站 (地铁)李榮德富阳经济技术开发区富邦悍將爆轟樂團歡樂合唱團：3D演唱會求愛365 AMD Radeon HD 8000 蔡国英三星Pro815 萨莫奈聖戴維斯太和站 (广州)蔡国英鄭鎰勳奥斯汀·史蒂文斯钟村站淮南子传奇梅爾加 (托利馬省)上海生死劫庫魯瓜提鄭鎰勳埃尔南多·德·阿拉孔新城東站卡塔赫納德爾柴拉殳 (武器)

© Copyright 2026闻炬-More Templates 京公网安备11000002026001号