“Are you ok?”看到這句話,很多人都笑了。是的,雷軍一句湖北腔的英文,讓國人都笑了。“你邊上的空氣是不行的,你的水是不行的,手機再好又有什么用呢?”大家都說空氣不好,可是馬云的說法,卻最被津津樂道。
如今,不會說單口相聲的演講者都不是好的演講者。馬云、雷軍、周鴻祎、羅永浩的演講總是座無虛席,妙語連珠,不僅僅因為他們是名人,更重要的是,他們總是能說一些讓我們能記住的段子,我們可以從中學(xué)習(xí)一二。
1. 勇于自嘲
“現(xiàn)在我英語特別好。”——雷軍
雷軍湖北腔的英語從印度傳遍華夏大地,但是雷軍也毫不避諱自己的英語發(fā)音,所以,在印度演講之后的首場公開演講中,他說:“Are you ok?現(xiàn)在我英語特別好,他們都說武漢大學(xué)的英語是體育老師教的。”
2. 巧對競爭者
“今天我努力營造一個范,今天說話,我不給手機圈添堵添亂。”——周鴻祎
2015年5月6日,一天有三場手機發(fā)布會,上午是小米Note頂配版,下午是奇虎和酷派合作發(fā)布手機品牌——奇酷,晚上還有Nubia手機新品發(fā)布。在這樣的情景下,奇虎360董事長兼CEO周鴻祎在發(fā)布會開場,就說自己“不給手機圈添亂”。
3. 說人話,引起觀眾共鳴
“如果你發(fā)現(xiàn)身邊的空氣是不行的,你的水是不行的,你的食物是不安全的,就一點意義也沒有,手機再好又有什么用呢?”——馬云
大家都在抱怨霧霾、食品安全的時候,馬云用這樣話,讓觀眾跟他“一條心”,然后他再拽出自己的觀點,觀眾就順理成章的接受了他的灌輸。
4. 準備個笑話
“一出(北京)火車站,一看,灰蒙蒙的天,擁擠不堪的馬路,臟乎乎的到處都是灰塵黃土。但是這么糟糕的生存環(huán)境,在一個農(nóng)村來的土鱉青年眼里看來,就是傳說中的滾滾紅塵。”——羅永浩
不管想表達什么,讓大家樂一樂都是沒錯的。
5. 給自己定個調(diào)調(diào)
“跑個分吧。”——雷軍
小米的成名就是從跑分開始,每次發(fā)布新手機,雷軍都會要跑個分,跑分既是小米的營銷手段,更變成了雷軍演講的一個副主題,雷軍就這樣給自己的演講埋下了一個“梗”,每次雷軍要跑分,全場都哄了。
“有情懷”——羅永浩
羅永浩說自己是個有情懷的人,所以他在自己的演講中也總是把“有情懷”放在嘴邊,介紹一個UI說有情懷,介紹一個鬧鐘說有情懷,當你說來說去的時候,聽眾就被這樣的反復(fù)強化俘獲了。
6. 戳觀眾痛點
“多花點時間去聽別人是怎么失敗的,不要花時間去聽別人是怎么成功的。孫正義說,初戀是最美好的,但絕大多數(shù)人都把初戀忘掉了。失敗的經(jīng)歷才是最寶貴的,成功的經(jīng)歷是瞎扯。”——馬云
說到了自己的痛處,聽眾自然而然就會你的下一個觀點,看上面馬云的話,就理解了。
7. 永遠不要忘記自己的主題
不管你是為了賣手機,還是為了讓更多的上淘寶,都要記得你演講的主題思想。這個請去參考演講視頻,呵呵。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。