蘑菇传媒：革新式视频网页版平台——探索视频制作与分享的新纪元

蘑菇传媒：革新式视频网页版平台——探索视频制作与分享的新纪元，余承东发文纪念入职华为32周年：奋斗者一直还在奋斗路上中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物德国政府已表示，不会再像前任总理朔尔茨执政时期一样公布援乌武器的所有细节，理由是需要“战略模糊性”。

我们生活的世界，正在被科技的浪潮席卷而改变，其中最引人注目的莫过于短视频行业的发展。而在这个全新的领域中，蘑菇传媒以其革新的视频网页版平台，开启了视频制作与分享的新纪元。

蘑菇传媒，作为一家专注于创新和颠覆的传统媒体公司，始终秉持着"内容为王，技术为辅"的原则，致力于通过前沿的技术手段，推动视频行业的变革和发展。其核心理念是将视频制作与网络直播、社交平台、搜索引擎等多种新媒体平台相结合，构建一个集视频创作、编辑、发布、推广于一体的全方位视频服务平台。

在蘑菇传媒的平台上，用户可以上传各种类型的原创视频作品，无论是娱乐、教育、科普、商业广告等各种类型，都能在这里找到自己的位置。无论是短视频的初学者，还是专业的制作人，都能够在这里找到所需的工具和技术支持，如剪辑软件、视频编辑器、直播设备等。蘑菇传媒还提供了丰富的模板资源，让用户可以根据实际需求进行定制化的视频制作，大大降低了用户的创作门槛和难度。

蘑菇传媒还独创了一种名为"社区化创作"的理念，鼓励用户参与到视频的创作过程中来，形成一种浓厚的互动性和社交氛围。用户不仅可以分享自己的作品，还可以与其他用户进行交流、讨论，共同探讨视频制作的各种技巧和方法。这种社区化的创作模式不仅提升了用户的参与度，也极大地增强了用户对视频内容的认同感和归属感，从而形成了一个以用户为中心，真正实现共享、共赢的视频制作与分享环境。

在视频的传播方面，蘑菇传媒更是不断创新和升级。他们采用了先进的大数据技术和人工智能算法，通过对海量视频数据的深度挖掘和分析，为用户提供精准的内容推荐和推荐引擎。这种个性化的推送方式，使得用户可以在浏览到自己喜欢的视频时，能够快速获取到更符合自己兴趣和需求的信息和服务，提高了用户体验和满意度。

蘑菇传媒以其革新的视频网页版平台，引领了视频制作与分享的新潮流。它不仅改变了传统的视频制作流程和商业模式，更让视频成为了人们日常生活的重要组成部分，成为了一个连接用户、推动文化发展、塑造品牌价值的重要载体。未来，蘑菇传媒将继续秉持初心，坚持技术创新，为广大用户提供更加优质、多样化的视频服务，共同创造一个充满活力、生机勃勃的视频制作与分享新纪元。

【CNMO科技消息】6月10日，华为常务董事、终端BG董事长余承东在朋友圈发文，纪念自己入职华为32周年。他感慨时光飞逝，并表示奋斗者虽可见变老，却始终坚守在奋斗的路上。

余承东在文中写道：“昨天我入职华为32周年，收到Marketing小伙伴用AI制作的一段视频祝福，还附加了一段话：‘眼中有光，心中有火！以少年意气入世，携家国情怀出征！三十二年，攻无不克，巅峰之上，再上巅峰！余总，我们爱您！32周年入职快乐！’”他对此表示感谢，并坦言时光飞逝，但奋斗的脚步从未停歇。

余承东的职业生涯堪称一部励志传奇。他出生于1969年，本科毕业于西北工业大学，研究生就读于清华大学，拥有硕士学位。1993年，他毅然选择加入当时尚处于起步阶段的华为，从此开启了与华为共同成长的辉煌篇章。在华为的32年里，他历任多个重要职位，从3G产品总监到智能汽车解决方案BU CEO，再到如今的终端BG董事长，始终保持着强烈的进取心和卓越的领导力。

IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。

人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。

传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。

实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。

研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。