国家预印本平台

在全球植物基食品市场快速扩张的背景下，B端依赖型品牌如何通过战略叙事与场景创新实现C端市场破局，成为品牌本土化与可持续发展的重要课题。本文以瑞典燕麦奶品牌OATLY在中国市场的发展为研究对象，系统梳理其近五年（2020-2025年）的经营表现与困境，深入分析其渠道结构失衡、盈利波动及市场竞争加剧等核心问题背后的成因。研究发现，OATLY虽凭借B端餐饮渠道快速打开市场，但也因此陷入渠道依赖、品牌认知固化与本土化创新不足的困境。论文进一步探讨其在产品聚焦、渠道优化、财务重组与区域战略调整等方面的应对策略及成效，并基于本土化战略的价值贡献，提出未来五年OATLY可采取的“渠道双轨、产品分层、运营提优、品牌沟通”四大战略方向及实施路径。研究为同类跨国植物基品牌在中国市场的本土化运营与C端转型提供了理论参考与实践启示。

针对双目相机与结构光投影仪系统的高精度几何标定问题，本文提出一种融合传统双目标定与八参数相位映射的联合标定方法。该方法首先利用张正友标定法获取双目相机的内外参数初值，为后续优化提供可靠的几何约束。随后，通过引入八参数相位法建立投影仪相位空间与相机成像坐标系之间的非线性映射关系，以替代传统的逆相机模型描述，从而有效提高投影仪参数估计的准确性与稳定性。在此基础上，本文构建融合双目重投影误差与相机-投影仪重投影误差的联合优化模型，并采用自适应权重调节机制平衡不同误差项的量级差异，以实现整体最优的参数估计。实验结果表明，该方法在多种双目结构光配置下均能获得较高的标定精度与较好的鲁棒性，验证了所提算法在复杂场景中对系统几何关系精确建模的有效性与适用性。

随着5G/6G与物联网的规模化部署，电信测试面临严苛的挑战，传统信号处理方法难以满足需求。本文融合测量误差理论构建闭环智能测试系统，设计基于K-Means的网络覆盖评估模型与基于CNN的信号调制识别模型。实验表明，在5G基站测试中，系统时延误差控制在0.1ms内，功耗测量精度达±0.5%，测试效率较传统方案提升400%；研究为6G测试体系构建提供理论支撑，未来可进一步适配新场景与技术融合。

众智是团队通过协作、沟通与知识共享, 共同应对复杂任务或解决问题的团队水平一般认知能力; 其本质在于超越个体局限, 实现群体层面的认知协同与效能提升。然而, 当前该领域研究仍面临概念与测量双重挑战：概念上, 多学科视角并存导致概念界定不一, 共享心智模型、交互记忆系统与互动团队认知等理论缺乏整合框架; 测量方法上, 评估型范式擅整体效能衡量却弱于机制揭示, 诊断型范式强于过程解析但生态效度不足。本研究系统梳理众智的概念演进, 阐释其形成机制的主要理论模型, 并对比评估型与诊断型测量范式。在此基础上, 提出未来应推动测量范式整合、构建多模态动态评估体系, 并加强人智协同团队研究, 以拓展众智的理论边界与应用前景。

Articulated 3D objects are critical for embodied AI, robotics, and interactive scene understanding, yet creating simulation-ready assets remains labor-intensive and requires expert modeling of part hierarchies and motion structures. We introduce SPARK, a framework for reconstructing physically consistent, kinematic part-level articulated objects from a single RGB image. Given an input image, we first leverage VLMs to extract coarse URDF parameters and generate part-level reference images. We then integrate the part-image guidance and the inferred structure graph into a generative diffusion transformer to synthesize consistent part and complete shapes of articulated objects. To further refine the URDF parameters, we incorporate differentiable forward kinematics and differentiable rendering to optimize joint types, axes, and origins under VLM-generated open-state supervision. Extensive experiments show that SPARK produces high-quality, simulation-ready articulated assets across diverse categories, enabling downstream applications such as robotic manipulation and interaction modeling. Project page: https://heyumeng.com/SPARK/index.html.