“球星卡”升温，专业从业人员提醒：新手勿跟风******
“球星卡”升温，新手勿跟风
本报记者 孙奇茹
“一张纸片，上面画着人，最贵的那种签名卡竟然能卖好几百万美元！”一位国内著名脱口秀演员在舞台演讲时讲述了自己近期迷上NBA球星卡的故事。近两年来，继潮玩盲盒、球鞋之后，又一个“小众”收藏品开始走向台前——球星卡。
“小卡片”成另类投资新宠？
一张印有运动明星肖像的卡片，能值多少钱？今年8月，棒球名宿霍纳斯·瓦格纳的一张球星卡拍出了725万美元的惊人价格。
球星卡，是以篮球、棒球、足球、网球等多项运动为主的顶尖运动员形象为元素制作的卡片，是一种兼具收藏和投资价值的体育IP衍生品。在诞生之初，球星卡的意义与不少国内消费者儿时从零食包装袋里拆出来的小浣熊卡、水浒传英雄卡并无二致。1880年左右，美国烟草制造商将球员卡作为买香烟的赠品附在香烟盒中，后来球星卡逐渐成为球迷文化的一部分。
记者了解到，球星卡的购买、流通方式有两种：一是通过Topps、PANINI、Upper Deck等具有独家发行权的球星卡发行商购买未开箱的“盲盒”，抽中全球限量、概率低的卡则具备一定的收藏价值；二是购买已开盒、卡面内容已经明确的明卡。
球星卡的销售状况和价格与赛事进展、运动员的个人动态、球星卡发行的稀缺程度等密切相关。有些球星卡有球星签名，会更受欢迎。“球星卡价格还受球星比赛表现影响。如果球星因伤退出这一赛季，球星卡价格也会回落。”一位资深从业者说道。
业内人士透露，球星卡的成熟市场主要在北美，中国市场正处于高速发展中。
兴趣变现带热国内市场
一些较早开始玩卡的国内资深“卡友”，逐渐将兴趣变成了生意，也将这项略显小众的收藏品类逐渐在国内推广。据了解，北京目前是中国球星卡收藏与交易量最大的城市。
张邱昊是北京最大球星卡店的运营副总。从上世纪90年代末在小学门口围观玩具小摊上的球星卡，初中时每天放学逛卡店，到如今运营一家业内知名的球星卡店，他把对球星卡的喜爱玩成了专业。
资深球星卡玩家、T8收藏品廊主理人郑嘉琪从学生时代起就与球星卡结下了不解之缘，从2010年开始有规模、成体系地收藏球星卡，喜欢收藏顶级球星亲笔签名的球星卡。今年8月，郑嘉琪辞去工作开设店铺，专注于球星卡销售，开启了球星卡跨境电商之路。近期，他的店铺在eBay平台上线短短6周，累计销售额就突破20万美元。
“在我们平台上，每秒钟就有3张新的球星卡卡片上线。”跨境电商平台eBay相关负责人说，中国庞大的收藏爱好者和球迷基数，为市场的进一步发展奠定了坚实基础。
不少卡遭遇缩水三分之二
需要留意的是，球星卡价值波动剧烈，新手切忌盲目跟风。一位行业资深人士告诉记者，不少NBA明星球员的卡，都遭遇过从高点缩水三分之二的暴跌行情。
记者获悉，在“兴趣变现”案例的激发之下，部分新手抱着想“低进高出”赚一把的心态购买球星卡盲盒，希望自己能开出高价值的稀有球星卡。然而，一位北京球星卡店店主透露，整箱球星卡往往价格较高，动辄几万元到十几万元一箱，很少有人能直接买下，因此“众筹开卡”“组队开卡”成了卡友之间的常态。即便如此，卡友们也常常因为不断开盲盒的冲动而付出高昂代价。
从事球星卡行业多年的张邱昊提醒：“建议初入门者不要盲目拆盒，可以先从自己喜欢的球星开始买明卡，这才能真正体现体育收藏的价值，盲目追求稀有的球星卡，投入太大，风险也大。”
《北京日报》2022年10月14日第15版
向善而生的AI助盲，让AI多一点，障碍少一点******
有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。
新契机：多模态算法或将造福数以亿计失明者
科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。
一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。
大挑战：如何看到盲人“眼中”的千人千面
AI助盲看似简单，但多模态算法依然面临重大挑战。
多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。
但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。
为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。
另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。
最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。
多解法：浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。
