8月16日,全球最大的职场社交平台LinkedIn(领英)在北京大学举办了第七辑“领英•影响力”活动。财经作家、企业家、投资人,青年导师吴晓波作为主讲嘉宾,以“把生命浪费在美好的事物上”为主题,和台下600位观众面对面交流,分享了他个人成长与这个时代的紧密联系,通过众多著作的诞生过程与个人的心路历程,展现了这些年来中国的经济发展和社会变化,以及他对生命价值的思考。
1990年,22岁的吴晓波从复旦大学新闻专业毕业进入新华社浙江分社工作,商业记者生涯长达13年,30岁时开始写书向外界传达自己的观念。多年的作家积淀和商界阅历让他出口不凡,字字珠玑,而社交平台的发声得以让他的观念传播的更远。吴晓波认为,领英是一个沉淀了优秀职场人士的高品质职场社交平台,在这里,观点的碰撞、思想的交融让严肃的话题变得更有深度、更具价值。
在现场交流中,吴晓波将最近20年他把生命所“浪费”在的事情总结成一些话,与现场观众分享。在他看来,要把生命“浪费“在一份不以此为生的职业,相信命运要掌握在自己的裤腰上,让自己能够在思想上、经济上独立;并学会在赚钱的时候“浪费“钱,树立正确的财富观,既不需要仰视金钱,也不要把清贫看作是一件值得骄傲的事情。他认为,在当今的全球商业化社会,让自己过上一个体面的中产阶级甚至资产阶级生活其实是件挺好的事情。此外,因为“好朋友见一面少一面”,尤其成年以后结交好朋友的成本越来越高,所以希望大家将生命“浪费“在自己珍惜的好朋友上。
最后,他希望今日中国的90后们能够选择自己喜欢的生活方式和工作。“因为在这个世界上,不是每个国家、每个时代、每个家庭的年轻人都有权利去追求自己所喜欢的未来,所以,如果你侥幸可以,请千万不要错过。”吴晓波说。
作为领英平台的“影响力人物”,吴晓波曾在“领英洞察”栏目中发表《封存青春,永不归去》《任性与理性》等20余篇文章,而此次影响力活动的主题恰好就是今年三月吴晓波在领英发布的首篇文章《把生命浪费在美好的事物上》。而在领英针对中国市场开发的职场社交App“赤兔”上,作为职场大咖的吴晓波曾参与话题“把生命浪费在……”与赤兔粉丝互动,写下这样一段话:“原来生命从头到尾都是一场浪费,你需要判断的仅仅在于,这次浪费是否是‘美好’的。如果是,那就去做吧,从这里出发,我们去抵抗命运,享受生活。“
“领英•影响力”活动是领英中国秉承“成就一代中国职场精英”的理念,于2014年推出的系列线下活动,通过领英平台邀请到知名的商业领袖和风云人物,旨在与广大职场人士和用户分享成长与发展过程中所需的经验和洞察,举办至今受到了全国观众的热情支持与参与。吴晓波专场系“领英•影响力”活动的第七辑。与以往不同的是,参加此次活动的观众均为通过“赤兔”独家报名,这也是该系列活动首次通过“赤兔”报名参与。自7月21日“赤兔”全面开放注册以来,吴晓波专场就受到了全国各地粉丝的热烈响应,截至报名结束已有2588人参与报名。
据了解,“领英•影响力”第一辑曾邀请LinkedIn(领英)联合创始人兼执行董事长里德•霍夫曼,红杉中国基金创始及执行合伙人沈南鹏;第二辑曾邀请ATA公司CEO孙振耀、分众传媒CEO兼董事局主席江南春、界面创始合伙人何力以及北大国家发展研究院BiMBA联席院长杨壮;第三辑则邀请了四位女性领导人——奥美集团大中华区副董事长莊淑芬女士,台湾大学管理学院专家教授兼资深国际投资银行家陈嫦芬女士,华谊兄弟传媒股份有限公司副总裁兼互联网娱乐事业群CEO胡明女士,以及女性第一励志品牌“趁早”创始人、《时尚COSMO》出版总编辑王潇女士;在第四辑活动上,里德•霍夫曼与李宁品牌创立人兼集团执行主席李宁、真格天使投资基金创始人徐小平、领英全球副总裁兼中国区总裁沈博阳,分享了各自在创业、投资、企业管理等方面的经验和洞察;第五辑则邀请到“PayPal黑帮”最重要的两位成员彼得•蒂尔与里德•霍夫曼在中国首次公开同台对话;第六辑的“领英影响力|央视‘对话’特辑”中,央视著名主持人陈伟鸿对话里德•霍夫曼、彼得•蒂尔以及沈南鹏,共同探讨“‘互联网+’时代,中国企业如何实现从零到一”。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。