彩神彩票官方|ios/安卓/手机版app下载

《去有风的地方》温暖热播质感获赞 多元群像抚愈人心******

　　刘亦菲饰许红豆

　　田园治愈剧《去有风的地方》正在湖南卫视金鹰独播剧场、芒果TV双平台温暖热播。本剧由华策（厦门）影视有限公司、瞰心晴工作室出品，刘亦菲、李现领衔主演，胡冰卿、牛骏峰特邀主演，吴彦姝、董晴、范帅琦、马梦唯、赵子琪、马柏全主演，杨昆、艾丽娅、崔奕、傅迦、焦刚、张磊、郝文婷主演，涂松岩、刘佳、郝平、龚蓓苾、姚安娜特别出演，吴倩、曾舜晞、史彭元、刘美含友情出演，傅斌星担纲出品人，张灼监制，龙亚担纲总制片人，丁梓光执导，水阡墨、王雄成编剧。自开播以来，有风小院租客们的故事、云苗村清新怡人的自然风光，为观众带去了心灵和视觉的双向治愈，演员的走心呈现、精细的制作品质也引发了许多观众的关注与热评，口碑和热度一路走高。

　　李现饰谢之遥

　　温暖工笔描摹人物群像 口碑走高热度不断

　　《去有风的地方》讲述了许红豆（刘亦菲饰）在好友离世后来到云南短住，在那里，她结识了放弃城市生活回乡创业的当地青年谢之遥（李现饰），以及同住有风小院的伙伴们——“跨越了山和大海才找到这里”的咖啡师娜娜（胡冰卿 饰），怀才不遇但乐观向上的音乐创作人胡有鱼（牛骏峰饰），社恐且宅的网络作家大麦（马梦唯 饰），事业受挫的商人马丘山（涂松岩饰）……在这幅多棱镜式的生活流大群像里，每个角色身上似乎都带有现代人当下生活的真实缩影，也让正在疲惫生活中，同样努力寻找内心自愈和人生方向的观众在不经意间沉浸其中。

　　许红豆&谢之遥

　　目前，各线剧情已全面铺陈开来。在阿奶（吴彦姝饰）的神助攻下，许红豆、谢之遥秒变义工与老板，两人之间的关系逐步升温；娜娜与大麦从不甚熟络到互相鼓励，双向奔赴的友情日渐深厚，而此前过着“佛系”生活的老马则决定开始重新创业……从亲情、友情、到爱情，在肉眼可见的变化里，小院生活越来越有滋味。

　　娜娜&胡有鱼

　　回归生活、观照现实、疗愈身心。透过充满清新田园风的画面镜头，《去有风的地方》将关于亲情、友情、爱情的故事娓娓道来，隽永熨帖的质感获赞“令人感到极度舒适”。与此同时，演员与角色之间的“高贴脸度”也收获了集体好评，“去有风的地方不够看”“去有风的地方亲情戏”等多个话题登上热搜，领衔主演刘亦菲、李现以及特邀主演胡冰卿、牛骏峰等众多演员联手贡献精彩演技，吴彦姝、杨昆、艾丽娅、涂松岩、刘佳等众多实力派演员更是集体坐镇，从一蔬一饭到事业、梦想、爱情，《去有风的地方》以轻柔的工笔触碰观众的内心世界，让人反复回味。

　　细节营造治愈感 “慢看剧”感受“自愈力”

　　有风有海，四季三餐。在《去有风的地方》舒畅治愈的画风背后，也隐藏着诸多的走心细节。例如，剧中充满了人间烟火气的有风小院其实是剧组从无到有、一点一点悉心搭建的，摇曳的纱帘、风车、风铃、挂饰……虽不见风，却处处都是风的形状，与剧名遥相呼应。此外，从美食、服饰、建筑，到木雕、轧染、刺绣等非遗文化，也让观众感受到了浓郁的人文气息，看点满满。

　　同时，角色和剧情中诸多环环相扣的细节也让暖意直抵人心。许红豆好友陈南星（吴倩饰）的故去引爆了观众泪点，而慈祥可爱的谢阿奶似乎慢慢填补了陈南星的位置，两人成了“忘年闺蜜”。在许红豆逐渐自愈的过程中，从机械转变木质的钟表、不断更新的照片墙等都各具意象。与此同时，从城市回到家乡的谢之遥则被观众称为“小太阳”式村草，他对于风的注释令人倍觉暖心，“风的本质是空气流动，人在感到疲惫寒冷的时候需要向温暖的地方流动，寻找幸福的力量、温暖的力量、美好的力量，或者，重新出发的力量。”

　　去有风的地方群像

　　作为一部田园治愈剧，《去有风的地方》也是一部值得细品的“慢看剧”“宝藏剧”，就像有观众评价的那样，“绝对值得拿八倍镜追”“真的一帧都舍不得快进”。《去有风的地方》正在湖南卫视、芒果TV双平台热播，许红豆的三个月租期在不知不觉间流逝，谢之遥的“斜杠”创业之路波折不断，更多发生在有风小院里的新鲜事也将一一解锁，敬请关注。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）