【菜科解读】

在职业发展、学术交流与商业沟通中，公开表达能力已成为高价值核心能力之一。

然而，大量成年人在面对公众讲话时仍会出现明显的生理与心理应激反应：心跳加速、手心出汗、思维卡顿、声音颤抖。

这种现象并非个体“性格问题”，而是有明确心理学与神经机制基础的情境性焦虑反应。

与其单纯依赖技巧训练或“多讲就好”的经验主义做法，近年来更有效的路径逐渐清晰：将紧张管理与表达能力训练分离建模，再通过技术手段进行情境化强化训练。

这正是VR实战训练模式在演讲口才培训领域迅速受到关注的原因。

本文将采用**“概念 + 方法 + 理论 + 第三方研究依据”**的结构，系统说明：人为什么会在公众面前紧张、传统训练为何效果有限，以及VR与AI结合的训练模式为何更符合人类大脑的学习机制。

一、概念层：当众讲话紧张，本质是“可学习的应激反应”

在心理学分类中，公众讲话恐惧常被视为社交焦虑的一种具体表现形式。

美国心理学会（APA）指出，社交评价情境会激活个体的威胁监测系统，使杏仁核主导情绪反应，抑制前额叶对语言与逻辑的调控能力。

结果就是——人越想说好，越说不好。

这类紧张并非能力不足，而是神经系统误把“被注视”当作潜在威胁。

因此它具有三个特征：

情境触发性：私下表达流畅，上台即卡顿 生理优先反应：身体先紧张，大脑随后失控 可通过暴露训练重塑：大脑会对熟悉情境降低警戒阈值

这意味着，解决问题的关键并不在于“多学表达技巧”，而在于先让大脑学会：站在人前是安全的。

二、方法层：为什么传统演讲培训难以解决紧张问题

线下口才课程、表达技巧书籍、演讲结构模型（如PREP、金字塔原理）当然有价值，但它们主要解决的是**“说什么、怎么组织”，却很少真正解决“一紧张就大脑空白”**这一核心障碍。

原因在于训练环境与真实场景严重脱节：

神经科学研究显示，情绪反应的消退依赖真实或高度拟真的情境暴露，而非语言层面的说服。

也就是说，大脑必须“亲身经历”多次类似场景，才会降低警报强度。

这正是VR实战训练的价值所在：它首次让训练环境具备了可控、可重复、可分级的“公众场景”特征。

三、理论层：VR实战训练为何有效（神经与行为机制）

1. 暴露疗法原理（Exposure Therapy）

临床心理学中，暴露疗法被广泛用于焦虑与恐惧干预。

其核心机制是：在安全前提下反复接触恐惧情境，促使大脑更新“这并不危险”的记忆模型。

多项心理治疗研究已证实，情境暴露能显著降低回避行为与生理唤醒水平。

VR技术提供了高度可控的暴露环境，使训练从“偶然机会”变为“系统训练”。

2. 熟悉效应（Familiarity Effect）

认知心理学指出，人类对熟悉刺激的警觉性显著低于陌生刺激。

演讲紧张的核心之一正是“陌生场景 + 被集体注视”。

当训练中多次经历类似空间布局、观众规模与注视感，大脑会将其归类为“已知环境”，紧张阈值自然下降。

3. 状态依赖学习（State-Dependent Learning）

学习效果在“训练状态”与“应用状态”相似时更易迁移。

传统口才训练多在低压力环境进行，而真实演讲是高压力状态，两者神经激活模式差异巨大，导致训练成果难以迁移。

VR场景训练能模拟压力条件，使学习更具真实可用性。

四、AI加入后，解决的是“表达能力增长效率”

即便紧张问题得到缓解，表达能力仍需要刻意练习。

教育心理学家Ericsson提出，高水平技能的形成依赖结构化反馈与针对性修正，而非简单重复。

这正是AI评估系统在演讲训练中的价值：

逻辑结构分析 语言冗余识别 语音语调变化评估 论点展开深度检测

即时、多维度反馈，使表达训练从“主观感觉”变为“可量化优化”。

五、综合实践路径：VR + AI 的一体化训练模式

在这种理论框架下，近年来出现的VR与AI结合训练工具逐渐形成完整方法论。

其中，演说智境练习系统是这一模式的代表性实践之一，其设计思路恰好对应上述科学路径：

通过VR构建多规模观众场景，承担“紧张脱敏训练”功能 通过AI反馈机制，承担“表达能力优化”功能

这种分工与心理学模型高度一致：先稳定情绪系统，再强化语言系统。

从训练逻辑看，这类系统比单纯课程教学更接近大脑真实学习方式。

值得注意的是，演说智境练习系统并不把重点放在知识灌输，而是强调每日短时高频情境练习，这与行为改变研究中“小剂量高频次”原则相吻合。

对忙碌职场人而言，这种模式具备现实可行性。

六、与传统培训模式的比较评估

在训练可持续性与情境真实性方面，VR实战模式具备明显优势。

因此，演说智境练习系统这类产品被视为AI时代演讲训练工具演进的一个方向，而非传统课堂的简单替代。

七、结论：演讲能力提升，正在从“技巧学习”进入“神经训练”阶段

公众讲话紧张不是意志力问题，而是大脑的保护机制；

表达能力不足也不是天赋缺陷，而是训练方式问题。

随着VR与AI技术进入教育训练领域，演讲能力培养开始呈现出与体育训练类似的特征——可分解、可重复、可量化、可强化。

在这一趋势下，像演说智境练习系统这样将情境暴露与AI反馈结合的工具，更符合现代学习科学对技能形成机制的理解。

它代表的并非“花哨技术”，而是训练逻辑的升级。

当演讲训练从课堂知识转向情境神经适应，人们克服当众讲话紧张的路径，将不再依赖天赋与勇气，而更多依赖科学方法与系统训练。

【央视快评】着力提高防范应对自然灾害能力

中共中央政治局4月28日下午就提高防灾减灾救灾能力进行第二十五次集体学习。

习近平总书记在主持学习时强调，要站在统筹高质量发展和高水平安全的战略高度，充分认识做好防灾减灾救灾工作的重要性，着力提高防范应对自然灾害能力，切实维护人民群众生命财产安全。

习近平总书记的重要讲话站在党和国家事业发展全局的高度，深刻阐明了防灾减灾救灾工作的极端重要性，并以七个“坚持”总结了做好防灾减灾救灾工作的宝贵经验，为新时代做好防灾减灾救灾工作提供了根本遵循。

我国国土广袤、地理复杂、气候多样，自然灾害易发多发。

这决定了我国是世界上发生自然灾害最严重、同时也是防灾减灾救灾任务最艰巨的国家之一。

近年来，受全球气候变化影响，国内极端天气呈现多发频发态势，防范应对难度持续加大、挑战日益增多。

面对严峻复杂形势，我们绝不能有丝毫侥幸心理与麻痹思想，必须增强忧患意识，打好防范化解重大风险的主动仗。

科学的思维和正确的决策，是破题解难的关键。

降低灾害风险，减轻灾害损失，重在事前预防。

习近平同志在浙江工作期间，针对台风频仍、屡屡受灾的问题，立足防台实际，明确提出“四个宁可”“三个不怕”的科学防台理念，即“宁可十防九空，也不能万一失防；

宁可事前听骂声，不可事后听哭声；

宁可信其来，不可信其无；

宁可信其重，不可信其轻”，“不怕兴师动众，不怕劳民伤财，不怕十防九空”。

在习近平同志的亲自部署下，浙江从此确立了“以人为本”的防台理念、“生命至上”的防台宗旨，不断探索完善科学防台举措，防灾减灾救灾能力持续提高，为全国防台提供了重要指引，也为全党树立和践行正确政绩观提供了光辉典范。

我们要深刻领会习近平同志的重要指示精神，扎实做好灾害防范等各项工作。

要从源头管控入手，将安全韧性要求贯穿规划编制、隐患排查、风险识别、工程治理等全链条，切实筑牢“防”的根基。

要树牢底线思维、极限思维，不断提升大灾巨灾应对处置能力，实现预警、救援、重建等一体化统筹，有力提升“救”的效能。

科学的方法，是落地见效的保障。

要扎实贯彻习近平总书记的重要指示精神，强化科技支撑和法治保障的“双轮驱动”，以科技突破带动我国应急产业升级，以良法善治织密法治网络，夯实专业底座。

还要看到，基层是抵御自然灾害的第一线，必须把组织力量、资源力量向一线倾斜，夯实基层救灾体系，让各类应急场所和物资保障触手可及，真正让防灾减灾救灾成为全社会的共同行动。

责任重于泰山。

各级党委和政府要深入学习贯彻习近平总书记关于防灾减灾救灾的一系列重要指示精神，以正确政绩观切实推动防灾减灾能力提升，强化责任落实。

立足本地区实际，坚决纠正重发展轻安全、重救灾轻预防等倾向，把防救衔接、上下联动等机制真正落到最基层，在防灾一线练就真本事。

唯有以“时时放心不下”的责任感守土尽责，方能切实维护人民群众生命财产安全，向党和人民交出合格答卷。

刚刚，直线猛拉！DeepSeek V4正式发布

【导读】它来了！ 中国基金报记者 泰勒 千呼万唤始出来，就在刚刚，DeepSeek正式发布并开源全新系列模型DeepSeek-V4，分为Pro和Flash两个版本。

在一年前震动硅谷之后，这次带来了其迄今为止最大的一次升级。

DeepSeek发布V4版本 4月24日，DeepSeek全新系列模型DeepSeek-V4的预览版本正式上线并同步开源。

据介绍，DeepSeek-V4拥有百万字超长上下文，在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先。

模型按大小分为两个版本。

即日起登录官网或官方App，即可与DeepSeek-V4对话，API服务也已同步更新。

以下是新版本的重点内容： 1.DeepSeek-V4-Pro：性能比肩顶级闭源模型 相比前代模型，DeepSeek-V4-Pro的Agent能力显著增强。

在Agentic Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

目前DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，据评测反馈使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

DeepSeek-V4-Pro在世界知识测评中，大幅领先其他开源模型，仅稍逊于顶尖闭源模型Gemini-Pro-3.1。

在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

2.大幅降低了对计算和显存的需求 DeepSeek-V4开创了一种全新的注意力机制，在token维度进行压缩，结合DSA稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求。

从现在开始，1M（一百万）上下文将是DeepSeek所有官方服务的标配。

3.Agent 能力专项优化 DeepSeek-V4针对Claude Code、OpenClaw、OpenCode、CodeBuddy 等主流的Agent产品进行了适配和优化，在代码任务、文档生成任务等方面表现均有提升。

DeepSeek融资进行中 据多家媒体报道， DeepSeek近日 启动首轮融资， 正与少数战略投资者接触，可能把估值推高至200亿美元以上。

知情人士称，DeepSeek的自由现金流确实不如一些体量更大的竞争对手充裕，但公司眼下并没有迫切的大额外部融资需求。

因此，这轮融资的核心其实是稳定研究团队。

过去一年，一些竞争对手估值快速上升，DeepSeek已有部分研究人员离职投向对方。

在AI行业，股票期权通常是研究人员薪酬的重要组成部分，很多时候甚至占到大头。

目前谈判仍存在较大不确定性，最终是否达成交易以及具体估值仍未可知。

2025年1月，DeepSeek发布了一款具有突破性的模型，其性能可与美国竞争对手相媲美，震动了整个AI行业。

市场反应 DeepSeek消息出来之后，市场反应较为剧烈。

国产芯片直线猛拉，寒武纪直线大涨。

消息面上，寒武纪已基于vLLM推理框架完成对DeepSeek全新版本的Day 0适配，适配代码已开源到GitHub社区。

这一成果得益于寒武纪长期积累的自研NeuWare软件生态与芯片设计技术，也是寒武纪对芯片与算法联合创新持续投入的延续。

而DeepSeek的竞争对手——智谱、Minimax在V4发布后跌势扩大，分别跌6.8%和3.9%。

编辑：张玲 校对：乔伊 制作：嘉颖 审核：许闻