微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 优酷土豆宣布任命吴辉为首席财务官

优酷土豆宣布任命吴辉为首席财务官

2015-05-07 10:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-05-07 10:50 CNET科技资讯网

CNET科技资讯网 5月7日 北京消息:2015年5月6日,中国网络视频行业领军企业优酷土豆集团正式宣布,任命吴辉为高级副总裁兼首席财务官,任命即日生效。

吴辉拥有国际、国内知名企业16年的财务管理经验。在加入优酷土豆前担任联想集团副总裁、中国及亚太新兴市场CFO,管理近300人财务团队,负责中国区及亚太区(除澳新日本三国之外所有国家)全部业务及境内合资、独资公司。在联想集团之前,吴辉历任微软大中国区高级财务总监,慧聪网首席财务官董事会执行董事,联想移动首席财务官等职务。

吴辉毕业于北京外国语大学,并获得英国贝斯大学管理学硕士学位。吴辉还是中关村上市公司协会副会长,CIMA皇家管理会计师协会中国顾问委员会理事,英国CIMA资深会员,美国CGMA会员。

“随着高级副总裁李捷、首席产品官顾思斌、首席运营官苏立以及首席财务官吴辉的加盟,优酷土豆的高管团队更加完整和强大,”优酷土豆集团董事长兼首席执行官古永锵表示,“加之集团的BU化架构已基本成形,我相信这个组合将以前所未有的力度推进公司战略的执行。”

关于优酷土豆集团:

优酷土豆集团(NYSE:YOKU),专注于视频领域,是中国网络视频行业领军企业,旗下拥有中国排名第一和第二的视频网站优酷(www.youku.com)和土豆(www.tudou.com)。

优酷土豆集团拥有庞大的用户群、多元化的内容资源及强大的技术平台优势,为用户群提供最全、最多样的内容,帮助用户多终端、更便捷地观赏高品质视频,充分满足用户日益增长的互动需求及多元化视频体验。目前,优酷土豆已覆盖PC、电视、移动三大终端,兼具影视、综艺、资讯三大内容形态,贯通视频内容制作、播出、发行三大环节,成为了真正意义的互联网电视媒体平台。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-