为什么AI短剧里的文字,总是歪歪扭扭的?|博览日报

您的科学界最佳“内线”来啦！“博览日报”为您播报当日有趣的科学内容、最新的科研进展、脑洞大开的科学发现、热点事件的科学观察。您可以单独订阅“博览日报”——点击左下方 #博览日报 话题，点击右侧“订阅话题”按钮即可。

为什么AI短剧里的文字，总是歪歪扭扭的？

为什么AI生成的照片或视频上，文字的每一笔总是歪歪扭扭的？其实本质就是技术所限……在过去的三年，生图和视频的底层架构是扩散模型，它的基本原理是降噪和预测像素。
如扩散模型论文中的原图所示，在一开始图像是一些随机分布的噪点，模型会根据它训练图形中的规律，一点点去噪，从而“还原”出完整的图像。
对于扩散模型而言，它只能理解一张图片中像素的分布，不理解这些像素合起来有什么有意义。文字对它而言，只不过一些“黑白相间的像素点阵”，虽然跟背景、人物在像素的分布上有些不同，但模型仍然将它们“一视同仁”。
文字本身是非常复杂且锐利的图样，而降噪本身有带有随机性，即使做大量针对性的训练，仍然改变不了“扩散模型不会写字”的底层逻辑。
这种情况到了视频领域会更加严重，因为多了时间维度。因为扩散模型不理解画面的内容，它只能看到变化的像素，无法区分静态的文字和运动的物体，产生的文字质量会变得更加低下。

图片来源：Ho J, Jain A, Abbeel P. Denoising diffusion probabilistic models[C]//Advances in Neural Information Processing Systems. 2020: 6840-6851.

新型燃料电池研究获突破

质子交换膜燃料电池效率高、功率大、零碳排放，特别适合重型卡车和低空运输。
但这类场景对催化剂的性能和寿命要求极高。铂基金属间化合物催化剂虽然活性和耐久性出色，却面临一个难题：小尺寸、高有序度、高负载量等关键指标往往“按下葫芦浮起瓢”，传统方法难以兼顾。
中国科学院化学研究所科研团队另辟蹊径，开发了一种不依赖载体的“胶束限域”合成新策略。简单说，就是用嵌段共聚物胶束把金属前驱体精准“关”起来，高温下持续保护，最终造出小尺寸（3nm-5nm）、高有序度（80%-97%）、高负载密度（铂含量达77wt%）且分布均匀的铂基金属间化合物，组分和载体还能灵活调整。
用这招做出的Pt₃Co催化剂，在重载车模拟老化9万圈后，比功率密度仍保持98.4%，预测寿命超24万小时。这意味着燃料电池离重卡商业化更近一步，也为更多高性能催化材料打开新大门。
相关研究成果发表在《自然-催化》（Nature Catalysis）上。

图片来源：Ding, L., Yao, ZC., Tang, T. et al.Highly ordered, ultra-dense intermetallic nanocrystals extend heavy-duty fuel cell projected lifetime beyond 240,000 h. Nat Catal9, 1023–1035 (2026).

中国科学家给AI开了个外挂

AI看视频时，得一直盯住某个目标，比如自动驾驶要盯住行人、车辆。但目标一变形、被挡住，AI就容易跟丢。近日，中国科学院沈阳自动化研究所团队提出一种即插即用视觉跟踪框架PNPTrack。不用全参数重训，也不用额外加时空模块，就能利用时空信息提升跟踪稳定性和精度。
科研团队将骨干网络的编码器划分为浅层与深层：浅层编码器在训练中保持冻结、不参与时空交互，降低可训练参数和训练资源；深层编码器依靠正向、负向时空特征整合时空信息。
我们可以理解为让AI学会“翻旧账”，参考前几帧画面里的信息来稳住目标。浅层直接可以不参与，但深层一边找目标在哪（正向信息），一边看背景有啥干扰（负向信息），各干各的，互不打架。
这套“翻旧账”功能可以随时开关。关掉就变回原来的AI，不用重装、不用调参数，跟插U盘一样方便。多组公开视觉跟踪数据集测试显示，PNPTrack具有优异性能。该框架仅需引入少量额外的投影参数，即可在保持较高推理速度的同时提升跟踪精度。
该研究为平衡跟踪精度与计算效率提供新思路。通过针对性挖掘目标与背景的历史信息，该框架以较低的模型改造成本改善复杂场景跟踪效果，为智能监控、移动机器人、自动驾驶等领域的视觉感知技术发展提供参考。

图片来源：沈阳自动化研究所

人类和蚊子终于能和平共处了？

蚊子靠嗅觉锁定我们。如果我们能精准地干扰它的嗅觉，让它找不到人、对人失去兴趣、不再叮人——那它是不是就不算害虫了？我们是不是就能和蚊子“握手言和”了？
为了实现这个目标，中国科学院动物研究所的研究人员开始筛选能有效干扰蚊子神经的药物。他们在西藏左贡县发现了一种野生葡萄的精油，又在云南烤鱼常用的香茅里找到了提取物——两者都有很好的干扰活性。
由于研究香茅的人已经不少，团队重点转向了野生葡萄。他们从葡萄籽中提取出一种具有干扰活性的成分，并将其命名为“氨基驱虫酯”。这个分子在医药和化工领域应用广泛，还自带清香，不少化妆品也用它来调香。
它的原理很“温柔”，不杀蚊子，只精准干扰蚊子的嗅觉神经，让它没法靠嗅觉找到宿主，对人失去兴趣，连“食欲”都提不起来。使用时，只需通过电热蚊香的加热装置，把氨基驱虫酯挥发到房间里即可。
研究团队还与西双版纳疾控中心合作，请600户家庭参与效果检测。反馈结果显示，当地蚊子依旧很多，但86%的家庭都没有再被蚊虫叮咬。要知道，传染病正是通过蚊子叮咬传播的——它不叮，就相当于阻断了病毒传播链。

图片来源：网络

不是只有人类才喜欢美食？

其实，并非只有人类、动物才会挑选美味食物，存活35亿年的细菌，早就进化出一套精密觅食逻辑。这些隐藏在微生物世界里的捕食猎手，仅凭一个蛋白受体，就能精准锁定真菌最富营养的孢子~

视频来源：格致论道讲坛

内容综合自中国科普博览微博、中科院物理所、格致论道讲坛、沈阳自动化研究所

本文首发于中国科普博览（kepubolan）转载请注明公众号出处

---

推荐资源

关注使用“科学与中国”小程序，可观看以院士科普视频为代表的优秀科普视频，第一时间获取中国科学院公众科学日、科学节等科普活动报名信息。

---

转载注明出处 未经授权不得转载转载授权、合作、投稿事宜，联系webmaster@kepu.net.cn
中国科普博览是中国科学院科普云平台，依托中国科学院高端科学资源，致力于传播前沿科学知识，提供趣味科教服务。
点这里告诉我你在看