希望之光 中超冠军落申城 足协杯再演德比 上海球迷真愉快

　　来源：上观新闻 作者：为冰

　　最终也是为中国国家队提供更多、更好的人才储备。

　　9月21日，中超联赛第26轮结束争夺，目前暂列积分榜第一、第二的上海海港、上海申花分别赢球，已提前把联赛奖杯揽入“上海”这座城市怀中。

　　两队在最后四轮继续展开争冠冲刺时，9月25日的中国足协杯半决赛，海港将在主场交锋申花，上海球迷又将在家门口欣赏一场“冠军德比”。

　　海港：航空母舰差点翻船

　　8天3场比赛的魔鬼赛程，正在困扰着中超积分榜领头羊上海海港队。18日，在强度更高、节奏更高的亚冠精英联赛赛场，上海海港队主场以2比2艰难逼平马来西亚班霸球队柔佛新山队，全体队员们的体力消耗很大。

　　武磊的关键进球避免了海港队意外翻船。

　　21日，体力明显不支的海港队状态起伏，差点在客场翻船，最后依靠武磊的关键进球才以4比3击败长春亚泰队。25日，海港队将回到主场，交锋中超暂居第二的上海申花队，但这是中国足协杯的一场关键半决赛。

　　海港队的开局十分顺利，亚泰后卫苏祖的诡异乌龙、海港前锋古斯塔沃的头球破门，早早帮助海港队建立两球领先的优势。即便亚泰外援前锋扳回一球，但武磊在门前机敏的补射，帮助海港队在上半场收获3比1的领先优势。只要海港队不自乱阵脚，确保阵型紧密，这原本是一场没有太多悬念的比赛。

　　武磊帮助海港队打入第三个进球。

　　武磊的关键进球，帮助海港队惊险赢下比赛。

　　遗憾的是，海港队受到多线作战的困扰，队员们体力明显不支，比分领先后多少又有些松懈心态，整体阵型也过于松散。由此，下半场的长春亚泰依靠谭龙在3分钟内的梅开二度直接扳平比分，这也导致海港队员心浮气躁，无法展现自身的技术、配合优势。最终，还是依靠武磊的后插上头球破门，海港队在客场躲过一劫，依旧暂时以2分优势领跑积分榜。

　　赛后，海港队主教练穆斯卡特表示，球队在上半场结束前10分钟、下半场开始后的10分钟，控制比赛做得不好。其实，穆斯卡特忽略了问题的本质，球队忽然断电的根本是体能不支。毕竟，亚泰队没有亚冠比赛任务，得到了7天休整，还是主场作战；海港队在踢完亚冠后只有2天休整时间，更要经历前往客场的舟车劳顿。在绿茵场，体能储备往往是技术、战术、斗志、协作等所有环节的根本。

　　海港俱乐部在社交媒体祝贺武磊刷新中超单赛季进球纪录。

　　当然，海港队并非没有收获，武磊的不断进球起码是好消息。此役，武磊收获两个进球，目前以31个总进球数，刷新中超联赛单赛季进球纪录。 武磊在本赛季中超联赛的表现十分亮眼，上演了一次“大四喜”、一次帽子戏法，同时还送出过八次助攻，凭借稳定且出色的表现，连续六个月当选为中超月度最佳球员。9月25日的中国足协杯上海德比，海港队的进攻终结或还需要武磊的进球给予保证。

　　申花：超级替补延续悬念

　　海港队的比赛在18时开球，申花队的比赛在20时开球，这也意味着，申花基本知道了海港队赢球的结果，面临着必须拿下三分紧跟领头羊的压力。比赛开场仅2分43秒，天津津门虎队外援阿尔比恩·阿代米，就用一记头球攻破了申花队的球门，这也让善于收缩反击的申花队，必须进入自己并不是非常擅长的比赛模式：压出去拉开架势进攻，尤其是进入阵地战模式。

　　于汉超的精彩发挥，再次帮助申花拿下关键三分。上次上海德比，也是于汉超打入关键进球，帮助球队逆转。

　　尽管申花队主教练斯卢茨基在第10分钟就因特谢拉受伤被迫换人，让高天意登场加强进攻组织，但效果并不明显。第68分钟，申花教练组又换上替补左后卫陈晋一、后腰汪海建、前腰谢鹏飞，但依旧只得势不得分。斯卢茨基的最后一个换人名额，实现了画龙点睛、点石成金的效果：第82分钟，于汉超登场，换下了上半场同样替补登场的高天意。

　　作为超级替补的于汉超，再次上演了“天神下凡”的神奇一幕：第89分钟，阿马杜传中，马莱莱中路头球摆渡，于汉超后点包抄破门，申花扳平比分。仅过一分钟，于汉超大禁区外打出超级世界波直挂死角，替补登场2分钟完成梅开二度，帮助申花逆转比分。

　　于汉超此役在两分钟内梅开二度，延续中超夺冠悬念。

　　赛后，斯卢茨基也特别表扬了这位超级替补：“这是一场激情四射的比赛，此时此刻很难点评技战术方面的内容，队伍还会在争冠道路上继续前进。多说一句，今天于汉超是英雄。说实话，于汉超已经不是一个小伙了，但他起到的领袖作用，在训练场和比赛场上的榜样带头作用无与伦比。不管什么时候让他上，上多少分钟，他都兢兢业业，我对他只有赞许。”

　　斯卢茨基也分析了申花队此役表现不佳的原因：“对天津的比赛，我认为双方谁先进球就会占据比赛的优势。相比其他队，天津队的低位防守在中超是非常优秀的。我们丢球早，所以会很困难，对方收得比较紧，舒服的打我们的反击。我们想办法传中、挤压对手，创造机会，对手防守严密，我们进球后才能拉开空当，对手的防守做得很好，对我们是艰巨的考验。”

　　申花收获亚冠精英联赛开门红。

　　在联赛还剩四轮的情况下，申花依旧紧跟海港，延续着中超的夺冠悬念。海港队接下来还要主场交锋青岛西海岸、客场挑战成都蓉城和沧州雄狮，主场迎战天津津门虎队；申花则需要客场迎战青岛海牛、主场交锋河南队和深圳新鹏城队，最后一轮客场挑战成都蓉城队。不出意外，成都蓉城将扮演中超联赛冠军判官的角色。

　　德比：上海足球展现荣光

　　中超第26轮战罢，排名前二的上海海港、上海申花都赢球，联赛第三名成都蓉城队输给河南队。目前中超积分榜，上海海港69分第一，上海申花67分第二，成都蓉城52分第三。 这也意味着，上海海港、上海申花确定包揽本赛季中超前两名，中超冠军已经确定花落上海滩。唯一的悬念是：就是海港称霸还是申花夺冠？

　　2023赛季，海港队是中超联赛冠军。

多模态大语言模型（Multi-modal Large Language Models, MLLMs）以文本模态为基础，将其它各种模态对齐至语言模型的语义空间，从而实现多模态的理解和对话能力。近来，越来越多的研究聚焦于3D大语言模型（3DLLM），旨在实现对3D物体以及复杂场景的理解，推理和自由对话。与2D MLLM所能接触的广泛的多模态数据不同，3DLLM的训练数据相对稀少。即便过去有些工作尝试生成更多的多模态指令数据，但这类模型仍然在指令的鲁棒性上存在两点不足：1. 绝大多数3D多模态指令数据对是正样本对，缺乏负样本对或者对抗性样本对。模型在这种数据上训练缺乏一定的辨识能力，因为无论被问到什么问题，模型只会输出正面的回答。因此碰到问题与场景无关时，模型也更容易出现幻觉。这种模型有可能只是记住了正样本对，而非真正地理解被问及的场景、物体、以及具体的指令。2. 由于在造数据的过程中，人类标注员或者生成式大语言模型是按照既定的规则去描述物体的，很多由这些描述所转换而来的指令缺乏多样性。甚至有的数据是直接按照模板生成的。为了解决以上问题，伊利诺伊理工大学、浙江大学、中佛罗里达大学、伊利诺伊大学芝加哥分校提出一个强大3DLLM——Robin3D，在大规模鲁棒数据上进行训练。论文地址：https://arxiv.org/abs/2410.00255文中提出了「鲁棒指令数据生成引擎」（Robust Instruction Generation, RIG），可以生成两种数据：1. 对抗性指令数据。该数据特点在于在训练集或者单个训练样本中，混合了正样本和负样本对（或者对抗样本对），从而使得模型在该类数据集训练能获得更强的辨识能力，该数据包含了物体层面到场景层面的、基于类别的指令和基于表达的指令，最终形成了四种新的训练任务，帮助模型解耦对正样本对的记忆。2. 多样化指令数据，首先全面收集现有研究中的各种指令类型，或将一些任务转化为指令跟随的格式。为了充分利用大语言模型强大的上下文学习能力，研究人员使用ChatGPT，通过为每个任务定制的特定提示工程模板来多样化指令的语言风格。将这些与现有基准的原始训练集相结合，研究人员构建了百万级指令跟随样本，其中约有34.4万个对抗性数据（34%）、50.8万个多样化数据（50%）和16.5 万个基准数据（16%），如图1（右）所示。图1 Robin3D在构建的百万级数据上训练（右），最终在所有3D多模态数据集上的性能超过之前的SOTA（左）Robin3D在模型上与Chat-Scene类似：使用Mask3D，Uni3D来抽3D物体级别的特征，使用Dinov2来抽2D物体级别的特征，使用物体ID来指定和定位物体。先前的方法在抽物体特征的时候，由于其物体级别的规范化(normalization)，不可避免的丢失了物体间的3D空间关系。同时简单的物体ID和物体特征拼接缺乏对ID-特征的充分联结，使其在这种复杂的指令数据上面临训练的困难，而Robin3D引入了关系增强投射器来增强物体的3D空间关系，并使用ID-特征捆绑来增强指代和定位物体时ID与特征之间的联系。最终Robin3D在所有的3D场景多模态数据集上达到一致的SOTA，并且不需要特定任务的微调。方法图2 Robin3D的模型结构关系增强投射器如图2所示，关系增强投射器(Relation-Augmented Projector, RAP)考虑三种特征：1. Mask3D所抽取的场景级别特征，这种特征经过多层cross-attention充分交互了语意和位置关系；2. Mask3D里的位置嵌入特征，这种特征由物体超点直接转换而来，代表了物体间的位置关系。3. Uni3D抽取的统一物体级别特征，这种特征和语言进行过大规模的对齐训练。图3 RAP公式如图3所示，通过MLP和短接的方式，对三种特征进行高效的融合，最终实现了即保持强大的统一物体级别语意信息、又增强了物体之间的空间位置关系。ID-特征捆绑如图1所示，的ID-特征捆绑（ID-Feature Bonding, IFB）主要包含两个操作。首先，使用两个相同的ID来包裹其物体特征。由于LLM的因果注意力机制，这种方法通过第一个ID将ID信息与物体特征关联起来，并通过第二个ID将物体信息与其ID关联起来。其次，提出了一个后视觉顺序，将视觉tokens放置在输入序列的末尾，靠近模型生成的答案标记。该方法减少了由于tokens间的相对距离和LLM中旋转位置嵌入所导致的从答案tokens到ID-特征tokens的注意力减弱问题，同时增强了视觉信息对答案tokens的注意力影响，从而提升答案生成效果。鲁棒指令数据生成引擎对抗性数据生成图4 对抗性数据的四种任务如图4，的对抗性数据形成了四种新的具备挑战性的任务HOPE、HROC、PF-3DVG和3DFQA，包含了从物体到场景、从基于类比到基于表达的不同指令。图4左上：Hybrid Object Probing Evaluation (HOPE) 为了构建一个场景级别的基于类别的任务，引入了HOPE，灵感来自2D领域的POPE基准。POPE通过询问关于单个物体存在与否的是/否问题，评估2DMLLMs产生幻觉的倾向。在此基础上，HOPE将这种幻觉挑战扩展到3D领域的训练阶段，旨在让模型更具辨别力。此外，HOPE引入了一个混合场景，增加复杂性，进一步推动模型对记忆中的视觉与语言正样本的解耦。具体来说，在给定的3D场景中，要求模型判断多个随机指定的物体是否存在。物体可能存在或不存在，且每个存在的物体可能有一个或多个实例。当物体不存在时，模型需回答「否」；当物体存在时，需回答「是」并提供每个实例的物体ID。这一设置结合了正负物体的混合识别与多实例物体定位，具有很高的挑战性。图4右上：Hybrid Referring Object Classification (HROC)指代物体分类任务旨在评估模型在2D域中识别指代区域的能力，使用「区域输入，文本输出」的形式。HROC将此任务扩展到3D领域，创建了一个物体级别的基于类别的任务，并结合了对抗性和混合挑战。在3D场景中，随机生成混合的正负ID-类别样本对来提出问题。正样本对包含一个有效的物体ID和对应的真实类别，负对则包含一个有效的物体ID和随机选择的非真实类别，作为对抗性挑战。模型需对正样本对回答「是」，对负对回答「否」并给出正确类别。图4左下：Partial Factual 3D Visual Grounding (PF-3DVG)PF-3DVG引入了一个场景级别的基于表达的任务，涵盖三种数据类型：非真实数据、部分真实数据和真实数据。非真实数据：在3D场景中，随机选择Sr3D+中的描述，其中所描述的物体不存在与当前3D场景。模型需回答「否」。部分真实数据：给定Sr3D+的描述及对应的3D场景，随机修改描述中的空间关系。例如，将「沙发上的枕头」改为「沙发下的枕头」。模型需纠正信息并回答「它是在『上面』」，同时提供物体ID。团队确保描述的目标物体类别是当前场景唯一的、无干扰项，以避免歧义。真实数据：随机增强空间关系的同义词以提高多样性，例如，将「below」替换为「under」、「beneath」或「underneath」。图4右下：Faithful 3D Question Answering (3DFQA)原始的3D问答任务仅包含正样本，可能导致模型记住固定的3D场景和问答对。为了解决这一问题，提出3DFQA，一个结合了负样本和正样本的场景级别的基于表达的QA任务，其增加了定位的要求。构建负样本时，从ScanQA中抽取问答对，并收集问题或答案中的相关物体，然后随机选择一个缺少这些物体的3D场景。在原来的问题上，新增一个指令：「如果可以，请回答……并提供所有ID……」。此时，模型必须回答「否」，并且不提供任何物体ID，体现其对场景的依赖而不会胡言乱语总给出正面回复。正样本直接取自ScanQA，模型需回答问题并提供相关物体的ID作为答案的依据。因此，训练在的3DFQA数据集上的模型不能依靠记忆，而是要学会对正负样本做出忠实回应并有理有据。多样化数据生成多样化数据旨在通过结合多种不同任务类型的指令数据，并提高指令的语言多样性，从而增强模型的泛化能力。首先从基准数据集之外的不同任务中收集大规模数据。具体而言，给定一个3D场景，收集以下任务的问答对：类别问答任务（来自Chat-Scene），Nr3D描述生成任务（转换自Nr3D），外观描述生成任务（来自Grounded-3DLLM），区域描述生成任务（来自Grounded-3DLLM），端到端3D视觉定位（转换自Nr3D），端到端3D视觉定位（转换自Sr3D+）。图5 多样化数据的生成流程和详细的提示工程为了丰富表述风格，开发了一个可扩展的流程，利用ChatGPT的上下文学习能力对上述数据进行重述。这通过一组示例和结构化提示工程实现，如图5（上）所示。具体而言，给定一个收集的指令数据集D_task（其中任务包括ScanRefer、Multi3DRefer、Nr3D、Sr3D+、Nr3D Captioning、ScanQA、SQA3D、PF-3DVG和3DFQA），构建了一个系统提示P_system，以指示重述的要求和结构化的输出格式，同时提供一个示例提示P_eg，以帮助ChatGPT更好地理解要求。还随机选择一个温度参数T（从[1.1, 1.2, 1.3]中选取）以增加输出的随机性和多样性。的重述输出D_rephrase通过公式D_rephrase = M(P_system, P_eg, D_task, T)生成，其中M是ChatGPT的GPT-4o版本。图5（上）详细说明了P_system和P_eg的内容，以ScanRefer数据为例。通过使用sentence=和rephrase=的结构化提示，GPT-4o能够轻松遵循要求，可以通过检测rephrase=关键字方便地收集输出。图5（下）提供了每个任务的示例提示的详细信息。由于Nr3D Captioning源于Nr3D，PF-3DVG源于Sr3D+，而3DFQA源于ScanQA，因此不再为这些任务提供额外示例。实验主要结果表1 性能对比结果如表1所示，由于RIG生成的鲁棒指令数据，Robin3D在所有基准测试中显著超越了之前的模型。具体而言，Robin3D在Scan2Cap CIDEr@0.5上带来了6.9%的提升，在ScanRefer Acc@0.25上带来了5.3%的提升。值得注意的是，在包含零目标案例的Multi3DRefer评估中，这些案例对模型的区分能力提出了挑战，并要求模型能够回答「No」。的Robin3D在F1@0.25上实现了7.8%的提升，在F1@0.5上实现了7.3%的提升。消融实验表2和表3 消融实验结果如表2和表3所示，对提出的对抗性数据和多样化数据进行了消融实验，也对模型结构上RAP和IFB的提出做了消融实验。实验结果在所有benchmark上都证明了他们一致的有效性。特别的，在表2中，对抗性数据对描述生成任务Scan2Cap带来了8.9%的提升，然而对抗性数据是不存在描述生成任务的，并且也不存在同源的数据（Scan2Cap数据源自ScanRefer, 但对抗性数据无源自ScanRefer的数据）。这种大幅的提升体现了对抗性数据对模型识别能力的提升。

PLM系统的核心功能包括产品设计管理、工艺规划、生产计划、质量管理和售后服务管理等。从产品设计的开始，PLM系统就能与CAD、CAM等设计软件无缝对接，实现设计过程的数字化、三维化，极大地提升设计的效率和质量。同时，它能有效地管理设计过程中的数据，确保数据的准确性和一致性，这样就可以避免因数据不一致造成的重复工作和设计错误。

　　2023赛季，吴金贵带教上海申花队夺得中国足协杯冠军。

　　其实，9月25日，两支上海滩职业球队，就将提前上演强强对话：中国足协杯半决赛，海港、申花将争夺一个关键的决赛名额。必须承认，这场即将上演的第四次“上海滩冠军德比”，既展现了上海足球当前的综合实力优势，也让上海球迷、市民感受着同城德比良性竞争的独特魅力。

　　更关键的是，在正在上演的亚冠精英联赛的洲际舞台，申花、海港同时代表中超联赛的优秀球队出战，也向整个亚洲展示着上海职业足球俱乐部的各自实力以及风采。

　　2023赛季，上海滩两支职业俱乐部都获得不错战绩，由此2024赛季的中国足协杯半决赛，已是这个赛季第四场不折不扣的“冠军德比”：上海申花是2023赛季中国足协杯冠军，上海海港是2023赛季中超联赛冠军，两队目前都是2024赛季中超联赛冠军的有力争夺者，两队也都在征战全新改制的亚冠精英联赛。

　　上海申花队以上赛季中国足协杯冠军身份征战亚冠精英联赛。

　　海港队以上赛季联赛冠军身份征战新赛季亚冠精英联赛。

　　海港、申花在2024赛季中超联赛、中国足协杯的强势，离不开背后两家上海国企的稳定投入、稳健运营，不管是上港集团、久事集团都对支持上海足球事业进行投入，展现了企业的社会责任。

　　同时，职业足球离不开一座城市的经济基础、足球文化、球迷氛围，作为中国唯一拥有冠军德比的城市，第四次上演的冠军上海德比，也通过足球运动的独特魅力，向全国球迷展现着这座城市的综合文化体育软实力。

　　在上轮足协杯比赛结束后，海港、申花对于这场上海德比的态度，并不相同。由于之前在中超联赛客场的上海德比中落败，海港队比较淡化即将到来的中国足协杯上海德比。武磊当时表示：“下一场足协杯还早，就正常踢呗，赢了就赢了，输了就输了，赢了我们晋级下一轮，输了我们就淘汰，就是这样。”

　　上海海港队主教练穆斯卡特。

　　上海申花主教练斯卢茨基。

　　申花外援特谢拉则认为，保持平常心最关键，“这也是今年20多场比赛其中的一场普通的比赛而已，我们要做的就是全力以赴去准备好。”申花主帅斯卢茨基则认为，这对于球迷而言，是一个好消息，一个赛季里能看四次德比是很开心的。接下来的德比也会很胶着、难打，但无论如何，这对双方球迷而言是一件大事，令人激动的事。

　　除了给上海球迷、上海市民带来快乐，两支上海职业足球队，也都为国字号接连输送人才，其中包括多名徐根宝带教的弟子。海港队这边，武磊、颜骏凌等依旧是国足不可或缺的老队员；申花方面，朱辰杰、蒋圣龙和徐皓阳等，为国足带来更多新鲜空气和青春激情。

　　每周，徐根宝还会亲自为新一批的小球员上战术课或思想教育课。

　　尽管国足眼下成绩不佳希望之光，但两支上海球队在国内赛场的强势、在洲际舞台的努力，起码会给这些国脚带来更多锻炼提高的机会，最终也是为中国国家队提供更多、更好的人才储备。