乐发lv充值-平台推荐官方版v2.9.1(2023已更新)

《中国奇谭》好在哪儿******

　　提起上海美术电影制片厂，许多80后、90后，乃至60后、70后，都会会心一笑，想起儿时看过的《大闹天宫》《哪吒闹海》《天书奇谭》《黑猫警长》等经典作品。遥想当年，这些作品陪伴一代又一代人走过了孩提时代，也代表中国动画，在国际舞台上创建了一张张独具特色的“文化名片”。

　　光阴飞逝，中国动画在“美术片”时代创下的辉煌，已经开始在人们的记忆中渐渐淡去。走过低谷、历经磨砺，在“国创”风潮的引领下，中国动画行业终于又在最近几年重见曙光。不过，虽然“出圈”的国产动画一年比一年多，市场反响也一年比一年好，质量和口碑特别出众的作品仍属凤毛麟角。

　　在这一背景下，一部名为《中国奇谭》的短片集开播不久，就在豆瓣收获了7万多名观众打出的9.5分高分。制作这部短片集的，正是曾经的“美术片王者”上海美术电影制片厂。

　　进入21世纪以来，20世纪“美术片”在观众眼中的存在感日益降低，新生代中国动画的风格，一方面明显受到日本、欧美等成熟动画市场的影响，另一方面也在积极迎合当代青少年的审美偏好。然而，《中国奇谭》的出现与成功，却让人意识到：“美术片”的时代虽然已经结束，中国动画过去积攒的审美资源、风格资源，以及中国特有的文化资源、思想资源，依然值得在今天被进一步发掘，并以此为起点展开“有传承的创新”。

　　已经播出的几集《中国奇谭》，为何能如此成功？这个问题的答案，当然要在原片内容中寻找。第一集《小妖怪的夏天》，是与上世纪“美术片”亲缘最近的一集。不论是源自《西游记》的文化背景、传承清晰的经典美术风格，还是极具辨识度的孙悟空形象，都足以令熟悉中国动画发展史的观众热泪盈眶。然而，《小妖怪的夏天》虽然让人感到似曾相识，却并非对老作品的模仿复刻。其故事线以妖怪洞府暗喻当代职场，年轻上班族一看就懂。以无名小妖而非取经四人组为主角，劝人向善、充满温暖的叙事方式，也让人眼前一亮。

　　除此之外，第二集《鹅鹅鹅》的水墨画风、默片手法，以及“聊斋味”十足又善于留白、让人回味悠长的开放式剧情；第三集《林林》将国风融入3D动画的大胆尝试，对东北自然风貌的浪漫呈现，以及对人与自然关系的思考……这些富有特色的亮点，都传递着主创团队的独到见解，以及支撑他们把这些间接转化为作品的勇气与诚意。从工业水平上看，《中国奇谭》的项目规模决定了它不可能追求顶尖水准。但它胜在创意、胜在真诚、胜在其内里的“中国基因”。

　　《中国奇谭》最早打响名号，与《小妖怪的夏天》自带的“情怀”属性密切相关，《鹅鹅鹅》更加独特，但也会让人想起《小蝌蚪找妈妈》等水墨老片。不过，从《林林》开始，我们已经可以明显看到《中国奇谭》一边背靠传统资源，一边探索全新世界的勇气。通过预告可以发现，从第四集开始，《中国奇谭》甚至会脱离古代背景，来到现代乃至未来。目前，我们并不知道《中国奇谭》的评分能保持多久，尚未播出的几集短片质量几何，但我们不妨对此抱有期待，看看它们能达到怎样的高度。

　　杨鑫宇

　　来源：中国青年报

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）