计算机视觉GPT时刻！UC伯克利三巨头祭出首个纯CV大模型推理惊现AGI火花UC伯克利的CV三巨头推出首个无自然语言的纯视觉大模型，第一次证明纯CV模型也是可扩展的。更令人震惊的是，LVM竟然也能做对图形推理题，AGI火花再次出现了?

　　最近，来自UC伯克利的计算机视觉「三巨头」联手推出了第一个无自然语言的纯视觉大模型（Large Vision Models），并且第一次证明了纯视觉模型本身也是可扩展的(scalability)。

　　除此之外，研究人员还利用超过420B token的数据集让模型可以通过上下文学习来理解并执行下游任务，并且统一了图片/视频、有监督/无监督、合成/线D等几乎所有的数据形式。

　　值得一提的是，让LVM做非语言类智商测试（Ravens Progressive Matrices ）中常见的非语言推理问题，它时常能做出正确的推断。

　　现在，随着大语言模型的爆发，不管是学术界还是业界，都开始尝试使用「文本」来扩大视觉模型的规模。

　　以「苹果」为例，这种方法在训练时不仅会给模型看「苹果的照片」，而且还会配上文字「这是一个苹果」。

　　比如「蒙娜丽莎」应该怎么去描述?或者摆满各种物品的厨房的照片，也很难清晰地被描述出来。对此，来自UC伯克利和约翰斯·霍普金斯大学的研究人员，提出了一种全新的「视觉序列」建模方法，可以在不使用任何语言数据的情况下，训练大规模视觉模型（Large Vision Model）。

　　这种名为「视觉序列」的通用格式，可以在其中表征原始图像和视频，以及语义分割、深度重建等带标注的数据源，且不需要超出像素之外的任何元知识。

　　一旦将如此广泛的视觉数据（包含4200亿个token）表征为序列，就可以进行模型的训练，让下一个token预测的交叉熵损失最小化。

　　由此得到的LVM模型，不仅可以实现有效地扩展，完成各种各样的视觉任务，甚至还能更进一步地涌现出比如数数、推理、做智力测试等能力。

　　简单来说就是，大规模视觉模型只需看图训练，就能理解和处理复杂的视觉信息，完全不用依赖语言数据。

　　此前，使用预训练模型的价值 （例如ImageNet预训练的 AlexNet） ，早在2015年就已经在R-CNN中得到了证明。

　　随着Transformer的推出，其容量变得高得多，因此研究人员重新审视了自监督预训练，并发现了基于Transformer的掩码图像重建方法，例如BEiT， MAE，SimMIM，它们要比基于CNN的同类方法表现好得多 。

　　然而，尽管如此，目前预训练的纯视觉模型在扩展到真正大的数据集（例如LAION） 时，还是遇到了困难。

　　动物世界告诉我们，视觉能力并不依赖于语言。而许多实验表明，非人类灵长类动物的视觉世界，和人类的极为相似。

　　研究人员试图在LVM中，模仿LLM的两个关键特性:（1）在大数据环境下的扩展能力，和(2)通过提示(上下文学习)灵活地指定任务。

　　首先是原始的未经标注的图像和视频。接下来，研究人员计划利用过去几十年中产生的各种带标注的视觉数据资源，如语义分割、深度重建、关键点、3D物体的多个视图等。

　　为此，他们定义了一种名为「视觉序列」的通用格式，来表示这些不同的标注，而不需要任何超出像素本身的元知识。训练数据集总共包含1.64亿张图像/帧。

　　架构:研究人员使用了一个具有30亿参数的大型Transformer架构，这个架构在被表征为token序列的视觉数据上进行训练。

　　通过学习到的tokenizer，将每个图像映射到一个包含256个向量量化token的字符串。

　　损失函数:研究人员从自然语言处理领域获取了灵感，其中掩码token模型已经演变为顺序自回归预测。

　　一旦能够将图像/视频/带标注的图像都表征为序列，就可以训练模型来最小化预测下一个token的交叉熵损失。

　　- 模型在处理超出分布外数据和执行新颖任务时，表现出了一般的视觉推理能力，但还需要进一步的调查研究。

　　比如，流行的 CommonCrawl存储库，就包含扫描了整个网络的2500亿个网页，极其多样化，并且包括语言翻译、问题回答等「自然演示」。

　　为此，研究人员利用了许多不同的视觉数据源:（1）未标注的图像，(2)具有视觉标注的图像，(3)未标注的视频，(4)具有视觉标注的视频，(5)3D合成物体。

　　其中，未标注的图像占了总数据的80%以上，组成了大部分的视觉世界，也提供了所需的多样性，然而代价就是，数据源质量较低。

　　因此在这项工作中，研究人员提出视觉序列，作为视觉数据的统一单元，这就使得他们能够从不同的集合源，训练可扩展的模型。

　　此外，研究人员利用了来自0bjaverse数据集的合成3D物体，生成了以物体为中心的多视角序列。

　　对于每个物体，研究人员都在物体中心和摄像机之间，采样了一个半径1.5到2.2的长度，并从-45度到45度采样了一个恒定仰角，然后遍历物体的不同视角（以15度步长和渲染24个视角的方式，改变方位角）。

　　使用ImageNet中的类别，将同一类别中的图像组（2、4、8或16个）连接成一个16幅图像的长序列。

　　3. 深度估计、表面法线和边缘检测:对于给定的ImageNet和COCO图像，按照特定协议生成标注。

　　4. 风格迁移、除雨、去噪、弱光增强和立体数据集:这些都表征为图像对的形式（例如输入/输出）。

　　对于上述所有标注类型，可以通过将相同标注类型的8个图像对，连接成16个图像的视觉序列，来创建视觉序列。

　　对于包含同一图像的k个不同标注的数据集，使用不同的方法: 对于每组1+k 个图像 （输入多于k的标注），然后随机选择m个元素，其中m≤n+1≤16。然后将这些m元组连接起来，形成视觉序列。

　　在将带标注的视频数据（VIPSeg、Hand14K、AVA、JHMDB）转换为视觉序列时，采用了两种互补策略。

　　第一种策略类似于处理成对标注图像数据的方法:每个视觉序列都是通过将帧与它们的标注连接起来而构建的——{frame1，annot1，frame2，annot2，...}。

　　与天然展现离散序列结构的文本数据不同，将图像像素建模为视觉序列并不直观。在这项工作中，研究人员采取了一个两阶段方法:

　　1. 训练一个大型视觉tokenizer（对单个图像操作）将每个图像转换成一系列视觉token;

　　2. 在视觉序列上训练一个自回归Transformer模型，每个序列都表示为一系列token。

　　因此，为了将Transformer模型应用于图像，先前的工作通常采用以下方法:要么按扫描线顺序将图像分割成补丁，并将其视为一个序列，要么使用预训练的图像tokenizer，例如VQVAE或VQGAN ，将图像特征聚类成一格一格的离散token，然后再按扫描线顺序将这些token转换成序列。

　　研究人员采用后一种方法，因为模型的离散分类输出自然形成了一个可以轻松采样的概率分布，使得在视觉序列中灵活生成新图像成为可能。

　　具体来说，研究人员使用了VQGAN模型生成的语义token。该框架包括编码和解码机制，特点是一个量化层，将输入图像分配给一个已建立代码本的离散token序列。

　　编码器和完全由卷积层构成。编码器配备了多个下采样模块，以压缩输入的空间维度，而则配备了等量的上采样模块，以恢复图像到其初始大小。

　　需要注意的是，研究人员的tokenizer独立地对单个图像进行操作，而不是一次性处理整个视觉序列。

　　这种独立性允许研究人员将tokenizer训练与下游Transformer模型分离，这样tokenizer就可以在单图像数据集上进行训练，而无需考虑视觉序列的分布。

　　实现细节:研究人员采用了现成VQGAN架构。其中使用了f=16的下采样因子和8192大小的代码本。这意味着对于一个大小为256×256的图像，研究人员的VQGAN的tokenizer产生16×16=256个token，其中每个token可以取8192个不同的值。

　　研究人员发现使用ImageNet预训练的tokenizer在ImageNet图像之外并不具有很好的泛化性能。因此，研究人员在LAION5B数据集的1.5B子集上训练他们自己的tokenizer。

　　使用VQGAN将图像转换成离散token后，研究人员通过将多个图像的离散token连接成一个1D序列，将视觉序列视为一个统一的序列。

　　重要的是，研究人员平等对待所有视觉序列——研究人员不使用任何特殊token来指示特定任务或格式。

　　研究人员使用交叉熵损失训练一个因果Transformer模型，其目标是预测下一个token，类似于语言模型的标准方法。用相同的方式训练模型来处理所有视觉序列，使模型能够从上下文而不是从特定于任务或格式的token中推断出图像之间的关系。这使得模型有机会推广到其他未见过的视觉序列结构。

　　实现细节:研究人员将视觉序列中的每个图像分词成256个token，然后将它们连接成一个1Dtoken序列。

　　在视觉token序列的基础上，研究人员的Transformer模型几乎与自回归语言模型相同，因此研究人员采用了LLaMA 的Transformer架构。

　　研究人员使用4096token的上下文长度，可以适应研究人员VQGAN tokenizer下的16幅图像。

　　类似于语言模型，研究人员在每个视觉序列的开头添加一个[BOS]（序列开始）token，在末尾添加一个[EOS](序列结束)token，并在训练时使用序列连接(sequence concatenation)来提高效率。

　　研究人员在整个UVDv1数据集（4200亿token）上训练研究人员的模型，使用一个周期(在语言模型中使用简单周期训练，以避免潜在的过拟合)。

　　由于研究人员模型中的自回归Transformer输出了基于先前token的下一个token的概率分布，研究人员可以轻松地从这个分布中抽样，生成完成视觉序列的新视觉token。

　　要将模型用于下游任务，可以在测试时构建定义任务的部分视觉序列，并应用模型生成输出。这类似于语言模型中的上下文学习或计算机视觉中的视觉提示。

　　研究人员研究了研究人员的模型在训练损失和下游任务性能方面的扩展行为，随着模型大小的增加以及训练过程中看到的token数量的增加。

　　由于研究人员的所有模型仅在数据集上训练了一个epoch，因此模型只看到每个数据样本一次，因此在训练过程中的任何时候的训练损失与验证损失非常相似。

　　2. 随着模型规模（参数计数）的增加，损失下降得更快。这些观察表明，LVM在更大的模型和更多数据方面显示出强大的可扩展性。

　　虽然LVM在训练过程中整体损失良好地扩展，但并不能保证更好的整体模型也会在特定的下游任务上表现更好。

　　因此，研究人员在4个下游任务上评估不同大小的模型:语义分割、深度估计、表面法线估计和边缘检测。研究人员在ImageNet验证集上评估这些任务。

　　对于每个任务，研究人员给出5对输入和相应真实标注以及作为输入提示的查询图像，并评估研究人员模型对下一个256个token（一幅图像）的真实标注的困惑度预测。

　　下图中，研究人员展示了，更大的模型确实在所有任务上获得了更低的困惑度，展示了研究人员的可扩展整体性能确实转化为一系列下游任务。

　　虽然LVM在更大的模型和更多数据上获得了更好的性能，但很自然地一个问题是，在UVDv1中收集的每个数据组件是否有帮助。

　　为了回答这个问题，研究人员在研究人员的数据集上对几个3B模型进行了消融研究，这些模型是在研究人员数据集的子集上训练的，并比较了它们在下游任务上的表现。

　　研究人员观察到，每个数据组件对下游任务都有积极的贡献。LVM不仅从更大的数据中受益，而且随着数据集中的多样性（包括标注和无监督的图像和视频数据）的增加而改进。

　　研究人员首先采用最直观、最简单的方法来对LVM进行视觉提示:顺序推理。在这里，提示构建非常简单:研究人员向模型展示7幅图像的序列，并要求它预测下一幅图像（256个token）。

　　对于顺序提示来说，最直接的任务是视频预测。下图展示了从Kinetics-700验证集序列中提示的几个下一帧预测示例。

　　在顶部示例中，7帧提示（蓝色边框）后跟着预测的帧(红色边框)。研究人员观察到在空间定位、视点和对象理解方面有一定程度的推理能力。在Kinetics验证集上预测的困惑度为49.8。

　　同样类型的简单顺序提示也可以用其他方式使用。例如，下图显示了如何通过提示模型一个围绕任意轴的合成对象的3D旋转序列，使其能够预测更进一步的旋转。

　　值得注意的是，虽然该系统在训练时是在同一ImageNet类别的图像组上训练的，但这里的提示包括素描，这些素描在任何标注数据中都没有出现过。

　　研究人员评估了模型在不同长度（1到15帧）上下文提示下的帧生成困惑度。下图所示，在Kinetics-700验证集上，从1到11帧困惑度明显改善后稳定下来(从62.1→48.4)。

　　研究人员的研究通过评估一个更复杂的提示结构来进展，研究人员称之为「类比提示（Analogy Prompting）」。这种方法挑战模型理解任意长度和复杂度的类比，从而测试它的高级解释能力。

　　下图展示了在多个任务上使用类比提示的定性结果样本。提示包括14幅图像的序列，给出各种任务的示例，然后是第15幅查询图像。给定每个提示，预测的下一幅图像。

　　图的上部展示了几个定义训练集中任务的示例提示（但这些实际图像从未在训练中见过）。图的下部展示了在训练中从未展示过的任务的泛化。

　　研究人员展示了在Pascal3D+ 上对关键点检测的结果，使用标准的正确关键点百分比（PCK）度量，阈值为0.1。值得注意的是，LVM在未对此数据集进行训练的情况下达到了81.2的PCK，显示出了令人印象深刻的泛化能力。

　　与研究人员的方法最接近的，也允许定义任意任务的方法是视觉提示。在下表中，研究人员比较了几种视觉提示模型在少量样本分割、对象检测和着色任务上的表现。研究人员的顺序LVM在几乎所有任务上都超过了之前的方法。

　　下图演示了在单个提示中组合多个任务。研究人员展示了旋转任务与新的关键点对应任务，并要求模型继续这种模式。模型能够在测试时成功地组合这两个任务，显示出一定程度的组合性。

　　11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享澳门人威尼斯官网。快来腾讯云选购吧！

　　生成式AI模型的新范式要来了澳门人威尼斯官网。UC伯克利谷歌提出幂等生成网络，只需单步即可生图。最新研究的代码，未来将在GitHub上公开。

　　LLM，如ChatGPT，可以轻松地产生各种流利的文本，但是它们的准确性有多高呢?语言模型容易产生事实错误和幻觉，这让读者在决定是否相信一个信息来源时知道是否使用了这些工具来做新闻文章或其他信息文本的幽灵写作。这些模型的发展也引发了对文本的真实性和原创性的担忧，许多教育机构也限制了ChatGPT的使用，因为内容很容易生成。这对于那些依赖于AI生成内容做出决策的用户来说，具有重要的意义。

　　人工智能领域的趋势是采用预训练、可调整表示的方法，为各种应用提供任务不可知的优势。与此趋势相呼应，微软研究推出了Florence-2，这是一款灵活的视觉基础模型，通过统一提示式表示成功应对了计算机视觉中的挑战。如果您喜欢他们的工作，请查看论文，并加入他们的社交媒体群体，获取最新的人工智能研究新闻和有趣的项目。

　　加州大学伯克利分校的研究人员推出了一款名为Starling-7B的开放式大型语言模型，采用了一种称为ReinforcementLearningfromAIFeedback的创新训练方法。RLAIF的独特之处在于利用其他人工智能模型的反馈来提升性能，相较于传统的人工反馈，这种方法更具有成本效益、速度快、透明度高、可扩展性强的优势。感兴趣的人还可以在聊天机器人领域测试该模型。

　　备受国内外关注的天才少年曹原，因其在石墨烯领域的杰出研究成果，即将于2024年7月起加盟加州大学伯克利分校担任电子工程与计算机科学系助理教授。曹原1996年出生于四川成都，曾就读于中国科技大学，随后在麻省理工学院攻读博士学位。相信在未来，曹原将继续在扭曲电子学领域取得更多突破，为科学研究和学术发展做出更多贡献。

　　自动化技术的最新进展引人瞩目，其中一项引人注目的技术是Self-OperatingComputer框架澳门人威尼斯官网。这一框架采用了先进的GPT-4V模型，通过模拟人类的鼠标点击和键盘输入，实现了令人惊叹的自主操作。自主操作的计算机框架无疑将改变我们对计算机能力的认知，为未来的科技发展打开崭新的可能性。

　　推理大模型是AI服务提供商面临的巨大经济挑战之一，因为运营这些模型的成本非常高。FlashDecoding是一种新的技术，旨在解决这一问题，它通过提高LLM推理速度和降低成本，为使用大模型赚钱提供了新的可能性。这对AI服务提供商和大模型创业公司都是一个重要的突破。

　　【新智元导读】为了填补LLM在复杂多模态环境中利用复杂工具完成多轮、多模态指令的评估空白，研究人员引入了PowerPoint任务完成基准测试，以评估LLM创建和编辑PPT文档的能力。最近对大型语言模型进行的评估工作主要侧重于在基本自然语言任务上的能力，以及模型生成用于解决单句用户指令的API的工具使用能力，却忽略了在理解复杂多模态环境中使用API完成用户指令的难题�

　　北大和微软亚洲研究院的研究人员提出了一项新的评估基准PPTC，旨在评估大型语言模型在复杂多轮多模态PPT任务中的表现。他们通过创建包含数百个多模态指令的数据集，挑战大模型在多轮人机对话中生成PPT文档的能力。这项研究为理解大型语言模型在多模态环境中的表现提供了有益的见解，同时也提出了未来的挑战和改进方向。

　　【新智元导读】为了填补LLM在复杂多模态环境中利用复杂工具完成多轮、多模态指令的评估空白，研究人员引入了PowerPoint任务完成基准测试，以评估LLM创建和编辑PPT文档的能力。最近对大型语言模型进行的评估工作主要侧重于在基本自然语言任务上的能力，以及模型生成用于解决单句用户指令的API的工具使用能力，却忽略了在理解复杂多模态环境中使用API完成用户指令的难题。这些发现为未来的语言模型和基于语言模型的agent系统提出了重要的挑战。

　　MoMask 是一个用于基于文本驱动的 3D 运动生成的模型。它采用了分层量化方案，以高保真度的细节将运动表示为多层离散运动令牌。MoMask 通过两个不同的双向 Transformer 网络进行生成，以从文本输入预测运动令牌。该模型在文本到运动生成任务上优于现有方法，并可以无缝应用于相关任务，如文本引导的时间修复。

　　Linkable是一个简单的销售和扩大业务规模的平台，通过一个链接即可快速销售和转化您的受众。它提供美观的分析功能、自助产品和增长分析、自动化工具、定制主题和品牌、快速创建新产品、收集电子邮件、集成Stripe收款、强大的分析等功能。Linkable致力于为创作者、独立创业者和小型企业提供简单、实惠的价值传递方式，让他们专注于自己擅长的领域。定价方面，提供免费计划、创作者计划和商业计划，分别针对不同需求提供不同的产品数量、自定义链接、视频和新闻简报集成等功能。

　　Garden of AI是一个新型的AI助手,具有更好的理解能力,可以处理您交给它的任何任务。与其进行交流就像与普通人交流一样自然,没有机器人式的提示。它可以自动理解您的命令并执行。

　　BetterPrompt是一个帮助用户改进提示的工具，支持100种语言。用户可以通过该工具改进提示的质量，使其更加吸引人。该工具的优势在于简单易用，用户可以快速提升提示的水平。定价根据使用情况而定，定位于帮助用户提升创作质量。

　　ClipyBoard允许您定制板块，以改善客户服务或增强您的SEO分析。您可以配置消息并邀请协作者，完全控制客户服务发送的消息。应用完全免费，如果添加功能，可能会考虑每月7美元的订阅费用。ClipyBoard由积极参与客户服务的人员设计和开发，完全满足实际需求。您可以创建任意数量的按钮，以任意语言分享给任意人员。

　　HeyOllie是一个帮助用户找到贴心礼物的网站。用户可以根据受赠者和场合来搜索礼物，也可以保存搜索结果以便随时查看。该产品定位于提供便捷的礼物搜索和推荐服务。

　　Narraive 是一款交互式叙事游戏，让你成为自己故事的主角。通过结合人工智能生成的文本和图像创作，为你提供独特而沉浸式的体验。你可以决定自己是谁，故事发生在哪里。人工智能会生成一个故事，但你的角色将面临艰难的决策。你将选择要走的道路。

　　使用先进的人工智能技术，将语音备忘录转录为文字。该应用能够轻松处理大型音频录音并生成准确的转录。支持离线转录，所有数据在设备上进行处理。免费功能包括：轻松录制和转录音频文件、无需互联网进行转录、所有数据在设备上处理、即时获取转录结果、自动检测语言、支持 5 个转录结果，界面简单易用，支持后台录制和分享转录结果至邮件和其他应用。Pro 功能包括无限次转录结果生成。立即下载！

　　Stenography是一款自动文档生成工具，能够在保存代码时自动记录整个代码库。它还提供强大的API，可以将代码转换为简单易懂的解释，同时支持自定义。此外，Stenography还整合了Stack Overflow建议和相关文档，无需Google即可获取解决方案。它支持各种扩展，保护用户隐私，每月提供250次免费调用。

　　Connected Papers是一个学术论文可视化工具，可以帮助用户通过图谱的方式探索和理解学术领域的趋势、热门作品和动态。用户可以使用它来获取新学术领域的视觉概览、查找重要的论文、创建论文参考文献、发现相关的先前和派生作品等。产品定位于学术研究者、学生等群体。

　　Lingobo是一款为商务团队提供无压力环境进行英语练习的在线学习系统。通过与人工智能的日常对话，员工可以在自己的节奏下提高沟通技能，无需担心犯错。我们涵盖了销售电话、客户会议和演讲等商务场景，帮助团队在真实情境中提高英语沟通能力。同时，我们采用多种方法来测量和跟踪学习进展，如每日对话分析和语言准确性评估。Lingobo是一个易于使用、可衡量和成本效益的解决方案，旨在提升团队的英语水平。

　　Human or AI是一个网页小游戏,用户可以参与猜测提供的图片是人类生成还是AI生成的有趣小游戏。该游戏会公布游戏结果,供学术和研究参考。

　　星辰语义大模型是中国电信推出的千亿参数大模型，具备强大的生成和理解能力。通过缓解多轮幻觉、增强关键信息注意力、强化知识图谱和知识溯源能力，提升模型在推理和回答准确性方面的表现。支持长文本生成和理解、知识问答、逻辑推理、数学能力和代码能力等多项功能，适用于办公、生产协同、客服等场景。

　　IdeaNamer 通过人工智能帮助创业者快速生成创意域名与口号,让您专注于产品而无需花时间琢磨名称,助您简化创业之路,快速启动。主要功能包括一键生成域名词汇,智能组词获得候选域名,自动检测域名可注册性,保存管理感兴趣域名等。

　　SWOT Analysis是一款利用人工智能技术快速生成SWOT分析报告的工具。用户只需输入公司描述，即可生成SWOT分析报告，帮助组织和个人识别内部和外部因素，制定发展策略。该工具通过分析公司的优势、劣势、机遇和威胁，帮助用户制定未来发展规划。该产品在加拿大制作，用户需同意使用条款。

　　EnergeticAI 是针对无服务器环境优化的 TensorFlow.js，具有快速冷启动、小模块大小和预训练模型。它提供预训练的嵌入以用于推荐等功能。用户可以通过 npm 安装，具有商业友好的许可。EnergeticAI 最大化冷启动性能，同时最小化模块大小。

　　Flurry是一款利用人工智能优化个人约会档案的应用。它保证隐私，专注于挖掘用户独特潜力，通过AI提供的洞察，协助用户提升他们在约会平台上的个人形象。Flurry采用先进的AI技术来分析和优化用户的个人资料，使之更具吸引力。

　　Own Chat是一个帮助您创建自己的ChatGPT的工具，我们的使命是让每个人都能轻松拥有自己的AI助手。该产品具有协作功能，能够帮助用户进行对话交流。

　　Aispect是一个能将演讲和会议内容快速转化为视觉图像的工具。它支持30多种语言的输入，用户只需打开麦克风，即可将语音内容转换成具有视觉冲击力的图像。Aispect通过按使用量计费的方式进行定价，例如每个生成的图像消耗1个信用点，用户可以根据项目需求或持续使用来购买信用点。此外，Aispect的订阅方案灵活，适应不同用户的需求。

　　Saam是一款支持心理健康的AI朋友，提供私密安全的心理辅导服务。用户可以在WhatsApp上与Saam进行交流，享受随时随地的心理健康支持。Saam注重用户隐私和安全，保证所有用户信息和会话内容的机密性和安全性。Saam由Omari AI公司开发，致力于提升用户心理健康。