云顶彩票规则|云顶彩票注册网

“人事大换防”频现 万科、旭辉等房企启动开年新一轮架构调整******

　　2023年新年伊始，地产行业迎来首波房企高管“换防”小高峰，包括万科、旭辉、融创、龙湖等房企多名区域高管发生职位变动。

　　新京报记者也注意到，开年的首轮高管变动也与新一年房企战略调整密切相关，尤其是房企内部管理架构的调整、区域的合并或升级都有可能带来新的高管层面的变动，这也意味着2023年新的“战役”已经打响。

　　万科、旭辉等多家房企“区首”发生变化

　　从2022年12月至今，短短一个月期间，万科先后对上海区域、南方区域进行了人事换防。

　　2022年12月16日，万科调整上海区域高管任命。其中，万科开发经营本部CEO张海不再兼任上海区域区首，全身心投入集团开发业务的整体提升工作；原上海区域副总经理、业绩第一的杭州公司总经理吴镝升任上海区域区首。

　　继上海区域后，万科南方区域也开始人事换防。1月9日，原东莞万科总经理周嵘出任深圳万科总经理，南方区域副总经理李东接任东莞万科总经理一职。

　　从这两次区域高管的任命来看，万科均是从“听得见战火”的一线提拔将领，吴镝和周嵘在过往经历中都有出色的业绩表现，这也体现了万科在2023年依旧强营销、打硬仗的思路。

　　进入新年，旭辉营销中心总经理闫强和华北区域总裁董毅双双跳槽，据市场消息，闫强将加盟龙湖担任龙湖苏州事业部总经理，而董毅将加入越秀集团担任华北区域副总裁，但目前龙湖和越秀尚未发布官方人事任命公告。

　　同样备受关注的还有融创华北区域的人事换防。根据华北区域管理需要，融创总部任命易绪兵为集团副总裁，兼任华北区域总裁，不再担任北京区域总裁助理兼石家庄公司城市总经理职位。同时，集团执行总裁迟迅不再兼任华北区域总裁，调任融创总部，另有任用。

　　此外，在新年伊始，随着“新帅”陈序平的上任，老将邵明晓“功成身退”，已计划退休，于1月10日辞任龙湖集团非执行董事及董事会副主席，这也意味着龙湖进一步完成了新旧管理层的更迭。

　　人事换防背后：新一轮区域架构调整开启

　　新京报记者注意到，开年的高管变动多为区域层面的“一把手”，这也反映出房企在新年伊始正在进行新一轮架构调整，随着区域的裂变、合并带来了人事上的变动。

　　关于华北区域总裁董毅的离职，旭辉集团向新京报回复称：“董毅华北区域集团总裁职务的调整已经发文，交接期到这个月月底。华北区域与西北区域合并，原西北区域总经理周长亮将担任新的华北区域的总经理。”

　　回顾董毅调任华北区域总裁时正值华北区域的成立，即2020年1月，旭辉整合原北京事业部、天津事业部成立华北区域，而此次华北区域和西北区域的合并也意味着华北区域不再作为单独的营销区域。从旭辉华北区域的单列到合并，也可以反映出该区域地位的变化，同时，也从侧面看出旭辉华北区域的业绩实现并非一帆风顺，天津、石家庄等地随着市场转冷业绩也面临下滑。

　　同样启动新一轮组织架构调整的还有融创集团，主要包括成立地产经营中心、资本与融资中心以及资产运营管理中心三大中心平台，由此达到“瘦身”增效和敏捷管理的目标，还同时包括部分区域的变更以及区域人员的下沉和精简。

　　而在新年直接宣布优化组织架构的还有绿城中国，其将浙西区域集团、浙东区域公司、杭州亚运村项目公司合并，成立浙江区域集团，按区域集团类别管理，负责浙江省、福建省的投资拓展与项目管理。随着浙江区域公司的合并，其内部人事任命也发生调整。据悉，原浙西区域集团董事长迟峰，任新浙江区域集团联席董事长、总经理；原浙东区域公司董事长吴恒，任新浙江区域集团联席董事长。

　　同样完成区域调整的还有招商蛇口，其对全国范围内的8大区域中的4大区域进行了调整，涉及华东区域、江南区域、华南和深圳区域，包括南通、无锡、长沙、惠州等多个城市公司的新设和合并，也势必将带来人事层面的新变动。

　　目前房企组织架构的调整多聚焦在收缩，主要体现在区域的合并管理。对此，地产分析师严跃进认为，房企组织调整也反映市场环境的变化，2022年房地产市场整体低迷，2023年市场预期仍需时间修复；目前的市场环境继续“做大”并不合适，收敛聚焦也是为了应对后续潜在的风险。

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

　　（文图：赵筱尘 巫邓炎）