9月27日，以 “交叉融合，智慧迭代” 为主题的第二届信息与😆智能国际会议（ICAI 2025）在西安电子科技大学开幕。鹿😍山新材携柔性显示、电子皮肤、固态电池三大领域关键材料亮相会议🔥。 上证报中国证券网讯（李子健 记者 周亮）9月27日🚀，以 “交叉融合，智慧迭代” 为主题的第二届信息与智能国际会😡议（ICAI 2025）在西安电子科技大学开幕。鹿山新材携柔😘性显示、电子皮肤、固态电池三大领域关键材料亮相会议。 🌟在柔性显示领域，鹿山新材OCA产品可适配机器人脸部、身体、关🥳节各种形的显示需求态，成为其交互屏幕的重要组成。其中，固定曲🤗面屏OCA采用 UV 后固化工艺，解决曲面屏段差填充难题，适😊配智能设备的曲面显示需求；柔性折叠屏OCA通过分子结构优化与🤩配方创新，让产品具备 “低模量 + 高回弹 + 强粘接” 等🤔优势，从根源上减少折叠时的应力集中问题，避免粘接界面失效。 🥳 在固态电池材料领域，鹿山新材布局了“电解质、负极粘接、🥳封装材料等各个环节。其中，有机/无机“复合”固态电解质，通过😀“聚合物分子设计+界面调控+工艺优化”，打造新一代有机/无机💯杂化固态电解质材料平台，加速固态电池的产业化进程；电芯负极粘😜接采用专用硅基负极PAA粘结剂，具有三维网络结构，改善极片柔🙄顺性，提高电池循环以及倍率保留率，有效解决硅基负极体积膨胀导😊致的失效问题；铝塑膜复合材料应用于铝箔及聚丙烯薄膜粘接，可适😁用于干法和热法两种工艺，耐电解液、耐湿热老化，保障密封性并适🎉配电池薄型化。 在电子皮肤领域，鹿山新材依托深耕高性能😡功能材料领域27年的经验积淀，结合公司在精密涂布、高分子材料❤️改性方面的技术优势，加速切入人形机器人电子皮肤、电子肌肉及仿🎉真皮肤(TPE、硅胶等材料)领域，未来将加速相关产品的产业化😉进程。 鹿山新材表示，未来将继续深耕人形机器人赛道，加⭐大相关投入，以更扎实的材料研发，为人形机器人产业发展助力。返🙄回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多