首页 > 见闻 > 关键词  > 阿里最新资讯  > 正文

阿里回应高晓松卸任北京阿里音乐董事长:仍担任董事

2019-10-23 13:52 · 稿源:站长之家

站长之家(ChinaZ.com) 10月23日 消息:今日,针对高晓松卸任北京阿里音乐董事长一事,阿里音乐相关人士表示,这次变更属于正常的公司高管任职调整,调整后高晓松依旧是阿里音乐的董事之一。之前重组了阿里巴巴创新业务事业群,所以阿里音乐的一号位变成了创新业务事业群一号位的朱顺炎。

据天眼查数据显示, 10 月 21 日,北京阿里巴巴音乐科技有限公司发生工商变更,高晓松正式卸任北京阿里巴巴音乐科技有限公司董事长、法定代表人,由阿里巴巴创新业务事业群总裁朱顺炎接任。与此同时,阿里巴巴CEO张勇、阿里巴巴CFO武卫等退出董事,新增董事阿里文娱总裁樊路远等。

举报

  • 相关推荐
  • 大家在看
  • IBM董事长兼首席执行官观点:如何推进可信的人工智

    作者:ArvindKrishna,IBM董事长兼首席执行官人工智能不仅影响深远,且事关重大。预计到2030年,AI将提升人类生产力,带来高达16万亿美元的巨大价值。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是IBM业务发展的基石。

  • 余承东升任华为车BU董事长 靳玉志任CEO

    日前,有消息称,华为光产品线总裁靳玉志已于近期接任智能汽车解决方案BUCEO一职余承东担任智能汽车解决方案BU董事长一职。华为知情人士称上述消息属实。公开资料显示,随着上述变更,目前华为智能汽车解决方案BU部分管理架构包括:华为终端BGCEO、智能汽车解决方案BU董事长余承东、华为光产品线总裁、智能汽车解决方案BUCEO靳玉志、华为智能汽车解决方案BUCSO王军以及华为智能驾驶解决方案产品线总裁、智能驾驶领域总经理李文广。

  • 实至名归!长城汽车董事长魏建军荣获“中国汽车工业饶斌奖”

    在第十届国际智能网联汽车技术年会上,魏建军荣获了由中国汽车工程学会颁发的“中国汽车工业饶斌奖”。沉甸甸的奖项背后,既是各方对长城汽车贡献成果的肯定,同样也是魏建军本人三十二载汽车梦的一个厚重注释。在本届饶斌奖颁奖词中,对魏建军评价如下:“ 32 年来,他凭借敏锐的市场洞察力、强烈的创新意识、对科技的执着追求以及前瞻的战略目光,带领长城汽车

  • 官宣:余承东出任华为智能汽车解决方案BU董事长

    就在昨天,多家媒体报道称华为智能车业务迎来重大调整,余承东不再担任华为智能汽车解决方案BUCEO一职,升任车BU董事长,接替他的是华为光产品线总裁靳玉志,华为内部已对上述调整进行了内部发文。查阅华为官方网站可知,余承东的职位已经发生了变动,最新为常务董事、终端BGCEO、智能汽车解决方案BU董事长、智能终端与智能汽车部件IRB主任他的微博认证也由此前的车BUCEO变成了董事长。此次人事调整,正值华为手机终端业务强势回归之际,所以是时候让余承东大干快上,重新夺回失去的三年了华为智能车业务大方向已经验证,余承东掌舵护航,战略执行则由老将展开,稳中求进,接下来华为将在多个领域展开强力攻势。

  • 华为轮值董事长徐直军称不要抱有幻想:之前我们连网卡芯片都做不出来 要回归基础领域

    9月15日举办的2023世界计算大会上,华为技术有限公司副董事长、轮值董事长徐直军在一场演讲中表示,中国的计算产业正在持续加强的压力下前行,目前从设计工具、材料、制造设备到芯片产品都受到了影响。我们不要抱有幻想,应该坚定不移的打造可持续发展的计算产业生态。”徐直军说,由于美国的出口管制,使得获取先进芯片或先进计算系统存在挑战,或者说根本不可�

  • 热搜第一!奇强董事长在直播间哭了 网友:好国货 值得被看见

    微博话题奇强董事长在直播间哭了”冲上热搜榜第一名。蜂花、郁美净等品牌在全网走红,但是奇强官方直播间人气远不如前两家品牌,奇强董事长在直播间直播时,看到评论区有人说支持奇强”,他落泪了。富含棕榈油,每次洗完衣物面料都不紧绷不发黄之前生理期的污渍也能轻松去除,对女生来说太友好了。

  • AI用“妙鸭相机”股东变更 阿里神力视界正式入股

    天眼查App显示,近日,AI应用“妙鸭相机”关联公司未序网络科技有限公司发生工商变更,注册于香港的新南有限公司退出股东行列,新增阿里文娱旗下神力视界文化科技有限公司为全资股东。未序网络科技有限公司成立于2006年1月,法定代表人为张龙,注册资本5520万美元,经营范围包括网络信息系统软件的开发设计与制作、销售自产产品、市场营销策划等。

  • 92岁默多克宣布11月辞去福克斯和新闻集团董事会主席

    福克斯和新闻集团今日宣布,92岁的罗伯特·默多克将于11月辞去两家公司的董事会主席一职。默多克在给员工的信中表示,他计划在卸任后,以不同的角色继续参与公司事务。外界将关注拉克兰能否带领福克斯走出困境,以及默多克卸任后仍将发挥怎样的影响力。

  • 腾讯阿里的流量全被广告打通了

    腾讯和阿里的流量全被广告打通了。阿里妈妈与腾讯广告深化合作,宣布微信广告可直跳淘宝天猫。未来阿里妈妈和腾讯广告还会针对视频号这一新流量池,持续拓展扩流优化、单品推广等多场景,助力商家的全域运营。

  • 苹果回应辫子客服形象:已收到反馈 会通过官网回应

    凤凰网科技讯9月18日,近日,有网友发现,苹果官网AppleWatchSpecialist专家一对一选购页面的一张客服人员的图片涉嫌辱华。该消息曝光后在网络上引起了不小的讨论。广大国人不应沉浸在过去的经验和悲情中,在捍卫民族尊严,抵制明显的恶意挑衅的同时,也要让理性占上风,倡导实事求是,不应让最激烈的态度必然占上风,要允许各种分析和判断的存在,互相都不要扣帽子。

  • MrScraper:数据抓取工具,一键获取所需信息。

    MrScraper 是一个全能的网络数据抓取工具,它允许用户无需编程知识即可从各种网站上抓取数据。它通过智能技术自动提取所需信息,支持大规模请求处理,并且具备浏览器自动化功能。用户可以轻松创建抓取器,自定义选择器,并根据需求设置抓取任务。产品背景信息显示,MrScraper 被世界领先公司信赖,拥有强大的企业级性能,能够处理数百万级的数据。

  • Moneystack:人工智能可视化你的财务状况

    Moneystack是一个旨在帮助用户清晰了解当前和未来财务状况的在线工具。它通过简洁直观的界面,让用户能够轻松输入收入和支出数据,从而预测和规划自己的财务未来。该产品由Memberstack团队开发,不仅免费提供给用户,而且注重数据的安全性和隐私保护。

  • Speech to Note:将语音转化为强大的内容

    Speech to Note是一个AI驱动的语音识别工具,能够即时将口语转换为文本。它使用先进的语音转文本技术,将您的语音转换成可以编辑或分享的简洁摘要。该产品由GPT-4技术支持,旨在提升生产力并释放创造力。

  • AutoApply:AI驱动的自动化求职助手

    AutoApply是一个AI驱动的求职平台,通过自动化技术帮助用户快速申请工作,节省时间并提高求职效率。它通过分析用户的简历和求职意向,自动匹配合适的职位,并生成个性化的求职信和简历。此外,AutoApply还提供24小时服务,让用户随时随地都能申请工作。

  • llama-agentic-system:Llama 3.1模型的系统级代理组件

    Llama-agentic-system是一个基于Llama 3.1模型的系统级代理组件,它能够执行多步骤推理和使用内置工具,如搜索引擎或代码解释器。该系统还强调了安全性评估,通过Llama Guard进行输入和输出过滤,以确保在不同使用场景下的安全需求得到满足。

  • SpeechGPT2:全端到端的类人语音对话模型

    SpeechGPT2是由复旦大学计算机科学学院开发的端到端语音对话语言模型,能够感知并表达情感,并根据上下文和人类指令以多种风格提供合适的语音响应。该模型采用超低比特率语音编解码器(750bps),模拟语义和声学信息,并通过多输入多输出语言模型(MIMO-LM)进行初始化。目前,SpeechGPT2还是一个基于轮次的对话系统,正在开发全双工实时版本,并已取得一些有希望的进展。尽管受限于计算和数据资源,SpeechGPT2在语音理解的噪声鲁棒性和语音生成的音质稳定性方面仍有不足,计划未来开源技术报告、代码和模型权重。

  • Meta-Llama-3.1-405B-Instruct:多语言大型语言模型,优化对话场景。

    Meta Llama 3.1是一系列多语言的大型预训练和指令调整的生成模型,包含8B、70B和405B大小的版本。这些模型专为多语言对话用例而优化,并在常见行业基准测试中表现优于许多开源和闭源聊天模型。模型使用优化的transformer架构,并通过监督式微调(SFT)和强化学习与人类反馈(RLHF)进行调整,以符合人类对有用性和安全性的偏好。

  • Meta-Llama-3.1-405B-Instruct-FP8:多语言对话生成模型

    Meta Llama 3.1系列模型是一套预训练和指令调整的多语言大型语言模型(LLMs),包含8B、70B和405B三种规模的模型,专为多语言对话使用案例优化,性能优于许多开源和闭源聊天模型。

  • MIT MAIA:自动化解释性代理,提升AI模型透明度

    MAIA(Multimodal Automated Interpretability Agent)是由MIT计算机科学与人工智能实验室(CSAIL)开发的一个自动化系统,旨在提高人工智能模型的解释性。它通过视觉-语言模型的支撑,结合一系列实验工具,自动化地执行多种神经网络解释性任务。MAIA能够生成假设、设计实验进行测试,并通过迭代分析来完善其理解,从而提供更深入的AI模型内部运作机制的洞察。

  • Meta-Llama-3.1-405B-FP8:多语言大型语言模型,优化对话和文本生成。

    Meta Llama 3.1是一系列预训练和指令调整的多语言大型语言模型(LLMs),包含8B、70B和405B三种大小的模型,专门针对多语言对话使用案例进行了优化,并在行业基准测试中表现优异。该模型使用优化的transformer架构,并通过监督式微调(SFT)和人类反馈的强化学习(RLHF)进一步与人类偏好对齐,以确保其有用性和安全性。

  • Mermaid AI:快速高效的文本到图表生成工具。

    Mermaid AI是一个由Mermaid JS团队开发的图表生成工具,它通过文本快速生成图表,简化了文档流程,提高了团队间的沟通效率。它支持多种图表类型,包括流程图、序列图、Git图等,并且具有代码驱动的自动化功能,使得设计系统和新成员入职更加高效和易于管理。

  • OmniAI.ai:一站式AI应用部署平台。

    OmniAI是一个提供统一API体验的AI应用构建平台,支持在现有基础设施内运行,支持多种AI模型,如Llama 3、Claude 3、Mistral Large等,适用于自然语言理解、生成任务等复杂需求。

  • Zerox OCR:一种简单直观的PDF OCR工具,使用gpt-4o-mini进行文档转换。

    Zerox OCR是一个基于gpt-4o-mini的PDF文档转换工具,它通过将PDF文件转换为图像,然后利用GPT模型将图像内容转换为Markdown格式,从而实现对文档的高效OCR处理。该工具在价格上具有竞争力,并且能够提供比现有产品更有意义的结果。

  • Bing generative search:Bing的新型生成式搜索体验。

    Bing generative search是微软Bing搜索团队推出的新型搜索体验,它结合了生成式人工智能和大型语言模型(LLMs)的能力,为用户提供定制化和动态的搜索结果。该技术通过理解用户查询,审核数百万信息源,动态匹配内容,并以新的AI生成的布局生成搜索结果,以更有效地满足用户查询的意图。

  • lmms-finetune:统一的代码库,用于微调大型多模态模型

    lmms-finetune是一个统一的代码库,旨在简化大型多模态模型(LMMs)的微调过程。它提供了一个结构化的框架,允许用户轻松集成最新的LMMs并进行微调,支持全微调和lora等策略。代码库设计简单轻量,易于理解和修改,支持包括LLaVA-1.5、Phi-3-Vision、Qwen-VL-Chat、LLaVA-NeXT-Interleave和LLaVA-NeXT-Video等多种模型。

  • Open-Sora Plan v1.2:文本到视频生成领域的先进模型架构

    Open-Sora Plan v1.2是一个开源的视频生成模型,专注于文本到视频的转换任务。它采用3D全注意力架构,优化了视频的视觉表示,并提高了推理效率。该模型在视频生成领域具有创新性,能够更好地捕捉联合空间-时间特征,为视频内容的自动生成提供了新的技术路径。

  • Meta-Llama-3.1-70B-Instruct:70亿参数的大型多语言对话生成模型

    Meta Llama 3.1是Meta公司推出的一种大型语言模型,拥有70亿参数,支持8种语言的文本生成和对话。该模型使用优化的Transformer架构,并通过监督微调(SFT)和人类反馈强化学习(RLHF)进行调优,以符合人类对有用性和安全性的偏好。它旨在为商业和研究用途提供支持,特别是在多语言对话场景下表现出色。

  • Meta-Llama-3.1-8B-Instruct:多语言对话生成模型

    Meta Llama 3.1是一系列预训练和指令调整的多语言大型语言模型(LLMs),支持8种语言,专为对话使用案例优化,并通过监督式微调(SFT)和人类反馈的强化学习(RLHF)来提高安全性和有用性。

  • MaskVAT:视频到音频生成模型,增强同步性

    MaskVAT是一种视频到音频(V2A)生成模型,它利用视频的视觉特征来生成与场景匹配的逼真声音。该模型特别强调声音的起始点与视觉动作的同步性,以避免不自然的同步问题。MaskVAT结合了全频带高质量通用音频编解码器和序列到序列的遮蔽生成模型,能够在保证高音频质量、语义匹配和时间同步性的同时,达到与非编解码器生成音频模型相媲美的竞争力。

  • SV4D:生成多视角视频的模型

    Stable Video 4D (SV4D) 是基于 Stable Video Diffusion (SVD) 和 Stable Video 3D (SV3D) 的生成模型,它接受单一视角的视频并生成该对象的多个新视角视频(4D 图像矩阵)。该模型训练生成 40 帧(5 个视频帧 x 8 个摄像机视角)在 576x576 分辨率下,给定 5 个相同大小的参考帧。通过运行 SV3D 生成轨道视频,然后使用轨道视频作为 SV4D 的参考视图,并输入视频作为参考帧,进行 4D 采样。该模型还通过使用生成的第一帧作为锚点,然后密集采样(插值)剩余帧来生成更长的新视角视频。

今日大家都在搜的词:

热文

  • 3 天
  • 7天