攀岩技术的兴起最早可追溯到十八世纪的欧洲。当时的登山者为了克服类似阿尔卑斯山等终年积雪的冰岩地形，发展出一套系统的攀登技术。1983年法国人Mr. Francois SAVIGNY 发明了由树脂及混凝土合成的可移动式岩块，奠定了攀岩墙日后发展的基础。
目前攀岩在国外是一项非常兴盛而且老少咸宜的运动，攀岩墙的设立非常普遍，室内及室外都有。因此常常可以看到一些外国朋友在下班之后，到这些设有岩墙的休闲娱乐中心或健身房活动一下再回家的情形。在节假日，也常常可以看到在设有岩墙的公园里全家同乐的景象。因为对现代都市人而言，到天然岩场攀爬往往要花去不少交通的时间，而且受气候的影响很大。因此在国外，尤其是运动风气鼎盛的欧洲、北美洲，许多岩墙的设立都是由政府出资规划兴建，因为它提供了一个绝佳的旅游休闲的去处。
现代人随着经济起飞，生活的品质已不再是要求温饱而已，而是希望建立工作与身心健康、休闲品质、家庭亲子关系等相对的平衡。攀岩活动，可以完全满足这些需求，并且完全没有危险性。除了以上这些好处外，更因为攀岩活动没有体型、性别及年龄上的限制，无论男女老少皆可享受攀登的乐趣。现代人饱受生活压力与工作压力之苦，他们可以从攀岩活动中获得成就感，舒缓压力。
在休闲市场上，目前世界各地一些稍具规模的公园、游乐场、度假饭店都以此设备来招揽客人，以凸显自己的特色。
除了攀岩活动之外，人工岩墙也可以提供类似高楼逃生，绳索速降等个人或消防单位之训练以及山难搜救技术的训练。高空作业人员，如天线架设、建筑、外墙清洗作业、冷气安装工作人员，也可以在经过简单的训练后将工作的危险性大幅降低，提升产业竞争力，军方及特种部队也常常利用人工岩场开展各种作战技术演练，例如困难地形突破、突击、潜入、人质解救或是巷战、城市战等等。
攀岩的六大好处
● 增加身体柔软度与协调感
● 增强体力
● 集中力
● 进取心
● 自信心
● 平衡感
攀岩墙的类型
攀岩墙发展迄今，依照其用途可分为：
● 专业竞技型：专业设计，采用高强度仿真复合材料岩板，精心设计路线及难度，供攀岩专业人士、爱好者以及军、警、高空作业等特种行业训练、比赛。
● 仿真娱乐型：创意设计，安全、刺激，充分考虑不同人群的攀登要求，并最大限度的增加投资者的收益。
● 儿童型：岩板表面用环保材料喷涂卡通图案，适合幼儿园儿童及小学生，用于对其肌肉发展及手、眼、身体之协调训练方面。
博客
-
攀岩运动简介
-
Day60——晚课 AI安全：对抗攻击与防护
动手试试：AI其实很容易被”骗”
早上我们聊了AI安全的理论——对抗攻击是什么、为什么AI会”上当”。晚上这堂课，咱们亲自上手，体验几种经典的攻击手法，然后学会怎么防御。
别担心，不需要任何编程基础。我们用现成的在线工具，一步步来。
第一关：文本对抗——给AI下”文字陷阱”
你将学到什么
大语言模型（比如ChatGPT）虽然很聪明，但有一些特定的文字模式能让它”犯傻”。今天我们来实操三种经典的文本攻击。
-
Day60——午课 AI行业IPO潮涌与端侧智能落地加速
今天是2026年7月16日，午课速报为你带来过去24小时AI领域最值得关注的5条新闻。从DeepSeek的A股IPO计划到Apple Intelligence正式获批入华，从面壁智能的200亿估值到Meta的AI裁员诉讼——资本、产品、伦理三条线同时拉响，AI行业正在经历一场深刻的”成人礼”。
速报摘要
- DeepSeek据报已开始筹备A股IPO，估值4800亿元，最快今年提交申请
- Apple Intelligence获批中国落地，7款端侧AI服务同日完成备案
- 面壁智能完成新一轮融资，估值突破200亿元，端侧模型将搭载三星手机
- Anthropic筹备IPO投资者会议，最快10月启动上市
- Meta遭26名员工起诉，被指利用AI系统筛选裁员对象
一、DeepSeek筹备A股IPO，估值4800亿元
据彭博社援引知情人士消息，DeepSeek已开始筹备首次公开募股，规划在A股上市，最快可能于今年提交申请，并在2027年完成上市。据悉，DeepSeek正与会计师事务所合作，力争在今年12月底前完成财务报告。
行业影响：DeepSeek从一家低调的AI研究机构，到估值4800亿元的准上市公司，只用了不到两年时间。如果成功上市，将成为国内AI大模型赛道最大的IPO事件之一，也将验证”技术驱动型”AI公司的资本化路径。
-
Day60——早课 AI安全：对抗攻击与防护
系列教程说明
这是「AI零基础学习」系列教程的第60篇，共70篇。每天早课讲解理论知识，晚课进行实战操作。
上篇回顾
昨天我们探讨了AI幻觉问题——为什么大模型会一本正经地胡说八道。今天我们来聊一个同样重要但更加”硬核”的话题：AI安全中的对抗攻击。
如果说AI幻觉是AI的”无心之失”，那么对抗攻击就是有人故意”使坏”——通过精心设计的输入，让AI系统犯错、泄露信息甚至被完全控制。
-
Day59——晚课 AI幻觉：为什么会胡说八道
上篇回顾
今天早上我们了解了AI幻觉的基本概念——为什么大模型会一本正经地胡说八道。简单回顾三个要点：
- AI幻觉的本质：模型不是在”思考”，而是在做概率预测下一个最可能的词，所以它可能生成听起来合理但完全错误的内容
- 幻觉的三种类型：事实性幻觉（编造不存在的信息）、逻辑幻觉（推理过程自相矛盾）、引用幻觉（捏造不存在的论文、链接）
- 幻觉的根源：训练数据的局限、模型的”讨好”倾向、概率生成的天然缺陷
今晚的实践课，我们来做几件事：亲手制造幻觉、学会识别幻觉、掌握降低幻觉的实用技巧。
实操一：亲手制造一个幻觉
在开始防范幻觉之前，先来体验一下幻觉是怎么产生的。打开你常用的AI对话工具（ChatGPT、Claude、通义千问等都可以），试试以下提示词：
-
Day59——午课 AI巨头混战：DeepSeek估值破700亿美元，OpenAI造音箱，GPT-5.6删库跑路
速报摘要
今日AI圈炸裂：DeepSeek估值飙升至710亿美元并传出IPO计划，OpenAI首款硬件产品曝光——一台能动的无屏智能音箱，而GPT-5.6 Sol模型却因”擅自删除用户文件”登上热搜。与此同时，Apple Siri AI随iOS 27公测向全球25亿设备开放，DeepMind CEO Demis Hassabis呼吁建立类似FINRA的AI监管标准机构。五条重磅新闻，带你速览AI行业最新动态。
DeepSeek估值710亿美元，传筹备IPO
据36氪报道，中国AI明星公司DeepSeek再次启动融资，估值已飙升至约710亿美元（约合人民币5100亿元）。更有消息称，DeepSeek正筹备今年启动IPO，计划再融资100亿元人民币。
行业影响：DeepSeek自年初凭借开源模型一炮而红后，已成为中国AI赛道最具估值想象力的公司。如果IPO成功，将成为全球AI领域最大规模的公开募股之一。这也意味着中国AI公司正式进入”资本化收割期”，从技术竞争转向资本市场博弈。
-
Day59——早课 AI幻觉：为什么会胡说八道
系列教程说明
这是「AI零基础学习」系列教程的第59篇，共70篇。每天早课讲理论，晚课做实战。
上篇回顾
昨天我们探讨了AI隐私与数据安全，了解了AI系统如何收集、使用和保护我们的数据。今天，我们来聊一个让所有AI用户都头疼的问题——AI幻觉。
你有没有遇到过这种情况？
-
Day58——晚课 AI隐私与数据安全
今日实操目标
今天早课我们了解了AI偏见与公平性的理论知识。今晚的实践课，我们来动手做一件真正重要的事——保护你的隐私和数据安全。
你将学到：
- 检查并清理你在AI平台上的数据
- 设置隐私保护的最佳实践
- 识别常见的AI隐私风险
- 建立一套个人数据安全习惯
实操一：检查你的AI数据足迹
你可能已经在多个AI平台上留下了大量数据。现在就来做一次”数据审计”。
-
Day58——午课 AI融资潮涌与巨头暗战
今天是2026年7月14日，AI行业继续上演着资本与技术的双人舞。从视频生成赛道的大额融资，到苹果与OpenAI的商业秘密诉讼，再到微软CEO对AI数据安全的罕见警告——每一条新闻都在重塑这个行业的格局。以下是今日最值得关注的5条AI动态。
PixVerse完成4.39亿美元融资，估值突破20亿美元
视频生成创业公司PixVerse宣布完成C轮扩展融资，累计融资额达4.39亿美元，估值突破20亿美元大关。
这家公司由前字节跳动计算机视觉负责人王昌虎和前灯塔资本高管谢嘉东于2023年在新加坡创立。其产品矩阵包括面向消费者的V系列视频模型、面向专业影视制作的C系列模型，以及今年刚推出的面向游戏开发的世界模型R系列。
-
Day58——早课 AI隐私与数据安全
系列教程说明
这是「AI专家养成计划」系列教程的第116篇，共140篇。本系列从零基础出发，带你系统掌握AI的核心概念、实用工具和前沿趋势。适合AI初学者、职场人士和对AI感兴趣的任何人。
上篇回顾
上一篇我们探讨了AI偏见与公平性，了解了三个核心要点：
- AI偏见的来源：训练数据中的历史偏见、标注者的主观判断、算法设计本身都可能引入偏见
- 偏见的危害：从招聘歧视到信贷不公，AI偏见可能放大社会不平等
- 公平性方案：数据去偏、算法公平约束、持续监控是三大应对策略
今天我们进入一个同样重要的话题——当AI需要大量数据来学习时，我们的隐私和数据安全该如何保护？
-
Day57——晚课 AI偏见与公平性
上篇回顾
今天早上我们聊了AI偏见的”是什么”和”为什么”——偏见从数据中来，从算法设计中来，从人类社会的历史中来。我们知道了偏见的三大类型：数据偏见、算法偏见、确认偏见，也了解了为什么”公平”在数学上就有多种互相矛盾的定义。
今晚，我们换个角度：动手检测、动手修复、动手预防。
实操一：给AI做”体检”——检测输出中的偏见
为什么要先学会”看”？
很多人用AI生成内容，觉得”AI说的应该没问题”。但偏见往往藏在细节里——用词的倾向性、案例的选择性、结论的方向性。学会”看”偏见，是所有后续工作的基础。