当前，中国智能卫浴市场正处于高速发展阶段。京东与箭牌将充分融合双方优势，依托京东在全链路渠道覆盖、消费者洞察及数字化生态构建方面的核心能力，以及箭牌在智能卫浴及整体家居解决方案领域的创新实力与品牌影响力，携手推动智能卫浴产品的技术革新和标准化进程，并带动整个行业加速从传统制造向智能制造转型升级。

在全渠道业务拓展方面，京东与箭牌将共建“线上+超体+家装+京专”的立体化销售网络，通过资源整合、优势互补与战略深化，全面推动智能卫浴产品的普及和市场渗透；同时，双方将大力推进下沉市场布局，加速覆盖更多消费场景，计划打造千家触点网络，并在京东超体渠道中打造高端卫浴体验场景。产品研发方面，双方将成立“京箭联合产品中心”，进行联合开发，推出更多契合用户需求的创新产品。此外，双方合作还将延伸至服务体验优化、全域精准营销和流量转化提升等方面，助力销售业绩和市场版图双向跃升。

对于处在转型升级关键期的中国智能卫浴产业而言，此次京东与箭牌的战略合作升级，将在推动行业标准化、创新服务体验以及创造更高用户价值三个关键方面，产生深远的引领作用。

一方面，应对人口老龄化的大趋势，双方将通过 AI 智能科技数据洞察与技术升级提出标准化解决方案，规范技术路径推动产业升级，使居家卫浴产品切实满足老年群体对生活品质与健康保障的需求。另一方面，为全面化解消费者在智能卫浴升级过程中的核心痛点，双方将重塑行业服务标准，协力打造从产品选择、空间设计、安装施工到售后维护的全链条服务解决方案，特别是全国范围内的卫生间改造服务，全面突破空间限制，使智能卫浴的普及不受制于家居空间条件；同时依托京东“211 限时达”高效物流体系及箭牌专业安装团队，打造更加省时、省心的送装一体服务模式，树立行业全新标杆。

箭牌家居集团董事长、总经理谢岳荣表示，自与京东开展合作以来，双方在新品研发、服务创新和全渠道布局等领域不断突破，成效显著。此次战略升级，依托京东在核心资源和大数据方面的优势，箭牌将进一步发挥在智能产品研发上的领先优势，为消费者提供更多符合需求的高品质智能卫浴产品，携手推动行业实现高质量增长。

今年年初，箭牌荣膺“京东家电家居 2024 年度绿色循环领航奖”，成为行业唯一获得该项荣誉的企业。4 月，箭牌新品发布会暨京东超品日落地北京，通过与京东的超级品牌日联动，依托其全域渠道平台优势和大规模消费者数据支持，精准洞察用户需求，研发创新卫浴产品，解决了消费者痛点问题。期间箭牌多品类连续多日获榜单 TOP1。

未来，双方将继续以技术创新、服务升级和渠道拓展为核心，共同构建智能家居消费新生态，推动智能卫浴产业实现高质量发展。

　　“豆”是一个穿越千年、内涵丰富的汉字，其形与义经历了从器物到农作物的转变。

　　在甲骨文中，“豆”是典型的象形字，呈现出一件高足食器的侧视造型：底部一横代表圈足，中间是细长的豆柄，上方是盛放食物的豆盘，顶端有时加一横表示盖钮。整个字形与商周时期青铜豆的实物形态高度吻合。

　　《说文解字》释：“豆，古食肉器也。”作为盛放肉酱、腌菜等食物的器皿，它不仅是日用之物，更是礼仪重器。在祭祀和宴飨场合，豆与鼎、簋等礼器配合使用，其数量与材质能够反映主人的身份等级。《礼记·礼器》记载：“天子之豆二十有六，诸公十有六，诸侯十有二，上大夫八，下大夫六。”此外，摆放时也讲究“鼎俎（zǔ）奇而笾（biān）豆偶”，体现出古人对阴阳和谐的追求。

　　西汉齐王墓出土的“银豆”，是古代食器“豆”的代表作之一。它的主体是一个扁球形的银盒，盖与腹均装饰有形如花瓣、交错排列的“裂瓣纹”，这种纹饰与造型具有典型的波斯风格。据专家推测，银盒很可能产自古波斯地区，经丝绸之路传入中国。而后，它被加配了三个体态小巧的铜质兽钮和一具铜制喇叭形底座。这些中式改造，既延续了中国青铜器的铸造传统，又使整个器物符合中原用器习惯，成为礼制中使用的“豆”。

　　目前，这件“银豆”静立于山东齐文化博物馆，波斯风格的裂瓣纹与中国传统的兽钮及底座相映成趣，成为古代中外工艺交流与文化融合的珍贵见证。

　　如今，我们说起“豆”，首先想到的不再是器物，而是滋养生命的粮食。随着时间推移，“豆”的字形从甲骨文、金文演变至小篆、隶书和楷书，逐渐线条化、符号化，失去了早期的具象特征。更值得注意的是其字义的变迁。表示豆类植株及其籽实的字，古代初用“尗”（shū），后用“叔”“菽”，最后用“豆”，并沿用至今。关于“尗”“叔”“菽”到“豆”的演替时间，学界一直说法不一。

　　从食器到食物，“豆”字的演变史，不仅贯穿了中国语言文字的发展历程，也承载着古代社会的生活风貌与文化交流的记忆。

　　（作者为山东齐文化博物馆文物部主任，本报记者李蕊采访整理）

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。

首先，家具物流细分市场具有以下特点。一方面，家具产品种类繁多，包括实木家具、板式家具、软体家具等，每种家具都有其特定的运输和仓储要求。另一方面，不同地区的消费者对家具的需求也存在差异，这就要求家具物流企业能够提供灵活多样的服务。此外，家具物流还涉及到安装、配送等环节，需要与其他相关企业密切合作。

在发展趋势方面，家具物流细分市场呈现出以下几个方向。一是专业化，越来越多的企业开始专注于某一类型或某一地区的家具物流服务，以提高服务质量和效率。二是智能化，借助信息技术和物联网技术，实现物流过程的可视化和可控化，提高物流管理水平。三是绿色化，随着环保意识的增强，绿色物流成为家具物流的发展趋势，企业需要在包装、运输等环节采取环保措施。

面对家具物流细分市场的机遇与挑战，相关企业应采取以下策略。一是加强品牌建设，通过提供优质的服务，树立良好的品牌形象，提高市场竞争力。二是提升物流技术水平，加大对信息化、智能化技术的投入，优化物流流程，提高物流效率。三是拓展服务领域，除了传统的运输、仓储服务外，还可以提供配送、安装、售后等增值服务，满足客户多样化的需求。四是加强合作与联盟，与家具制造商、经销商等建立长期合作关系，共同开拓市场。

总之，家具物流细分市场充满机遇与挑战。企业应充分了解市场需求和发展趋势，不断提升自身实力，以适应市场变化，在竞争中取得优势。

一、150抽领取方法

将灵说150抽相当于一个保底，可以稳定抽中当期强力的武将，不过只能领取1次150抽，而这个抽取的获取条件就是完成所有的新手任务，这样就能保证获得150次抽。

其中有30抽直接开服在邮件里进行领取，之后就是累计7天的新手任务，大部分跟着新手任务做就能完成，大概3天就能全部完成，这时候玩家就拥有了大量的抽取资源。

二、抽取武将顺序

拥有150抽以后，最好的选择就是抽取当期较为强力的武将，这里就比较推荐抽取吕布，吕布的技能模组是很全面的，1技能可以造成巨额的单体伤害，而且附加百分值比例的额外伤害，同时还具备2个aoe技能，在前期的刷图体验是很适合的，抽取优先级是第一的。

其次就是刘备，刘备作为坦克位具有一定的生存能力，而且还可以提供巨额的护盾以及免伤效果，能全程提升玩家的游戏体验！

相信多数玩家都已经了解到将灵说150抽在哪领的全部信息，游戏的150抽获取还是很容易的，就是需要新手玩家在新手阶段多活跃一些就能全部领取。

1月14日，在2026年未来矿业大会（The Future Minerals Forum）期间，在沙特工业和矿产资源部部长班达尔.胡莱尔(Bandar Al-Khorayef)阁下以及沙特投资大臣法利赫(KhalidAl-Falih)阁下的共同见证下，信義玻璃与沙特工业城市和技术区管理局（MODON）举行项目签约仪式。

信義玻璃执行董事兼行政总裁董清世先生出席仪式，并代表信義玻璃与MODON正式签署协议，此次签约是信義玻璃积极响应国家“一带一路”倡议的重要成果，也是信義集团推进全球化战略布局和中东区域产业延伸的关键一步。

该项目总投资约3.86亿美元，占地面积超35万平方米。项目规划建设浮法玻璃、汽车玻璃及高性能Low-E节能玻璃生产线，产品将广泛应用于建筑与汽车领域。投产后，该项目将成为信義玻璃在中东地区的旗舰生产基地，同时也是沙特首家汽车玻璃生产企业，不仅填补了当地产业空白，还将优化汽车产业供应链，为沙特玻璃行业引入先进制造技术与高品质产品。

该项目将服务沙特本地市场，同时辐射至中东、北非及欧洲等地区市场，进一步助力沙特2030愿景中关于产业本地化、出口多元化和先进制造业发展的战略目标。

信義玻璃与MODON致力于将该项目打造为中沙产业合作标杆，为沙特玻璃产业链长期发展和区域制造业提升贡献力量。

On January 14, during the 2026 Future Minerals Forum, Xinyi Glass and the Saudi Industrial Cities and Technology Zones Authority (MODON) held a project signing ceremony. The event was witnessed by His Excellency Bandar Al-Khorayef, Saudi Minister of Industry and Mineral Resources, and His Excellency KhalidAl-Falih, Saudi Minister of Investment.

 Mr. Tung Ching Sai,  Xinyi Glass Executive Director and CEO , attended the ceremony and signed the agreement on behalf of the company. This collaboration marks a significant achievement in Xinyi Glass’s active response to the Belt & Road Initiative and represents a key step in the group’s global strategic expansion and industrial extension into the Middle East region.

With a total investment of approximately USD 386 million and covering an area of over 350,000 square meters, the project will establish production lines for float glass, automotive glass, and high-performance Low-E energy-saving glass. The products will serve both the construction and automotive sectors.

Upon completion, the project will become Xinyi Glass’s flagship production base in the Middle East and Saudi Arabia’s first automotive glass manufacturer. It will fill a critical gap in the local industry, optimize the automotive supply chain, and introduce advanced manufacturing technology and high-quality products to Saudi Arabia’s glass sector.

The project will not only serve the domestic Saudi market but also supply regions including the Middle East, North Africa, and Europe. It will further support the strategic objectives of Saudi Vision 2030 in industrial localization, export diversification, and the development of advanced manufacturing.

Xinyi Glass and MODON are committed to building this project into a benchmark for industrial cooperation between China and Saudi Arabia, contributing to the long-term growth of Saudi Arabia’s glass industry and the enhancement of regional manufacturing capabilities.

来源：信义玻璃

产品的质量决定其是否有能力生存发展下去，全国各大专用车厂家都应紧抓中标牌解放国六12吨洒水车生产质量，才能在市场的竞争中脱颖而出，下面小编带大家了解一下中标牌解放国六12吨洒水车

中标牌解放国六12吨洒水车整车外形尺寸8570X2470X2950(mm)，上户吨位为：10645(Kg)，驾驶室准乘人数为3人，最高车速89（km/h）。

中标牌解放国六12吨洒水车的底盘型号为CA1180P62K1L2A1E6Z，底盘轴距为5300,5000,4700,4500,5600,5800,4200,4000,3800（mm），排放标准为GB17691-2018国Ⅵ，使用10.00R20,11.00R20,295/80R22.5,275/80R22.5规格的轮胎，底盘配置的发动机型号为CA4DK1-18E6 CA4DK1-22E6 CA6DH1-22E6 CA6DH1-24E6 D6.7NS6B230 CA4DK1-22E61 CA6DH1-22E61 CA6DH1-24E61 CA4DK1-22E62 CA4DK2-24E65 CA4DK2-22E65 CA6DH1-26E65 CA6DH1-24E65 CA6DH1-22E65，底盘承载力强，可靠耐用。

人多额差异在于业余时间，业余时间生产着人才，也生产着懒汉，由此不仅使工作业绩有别，也区分出高低优劣的人生境界。中标牌解放国六12吨洒水车对质量的要求也是如此。