Alexey Zhokhov,高高的個子。漢語流利,開朗健談,雖然他來自我們的鄰國俄羅斯,但是卻不像視頻里“戰(zhàn)斗民族”那樣彪悍。
“中國的互聯(lián)網發(fā)展的非常迅速,因此在中國從事互聯(lián)網行業(yè)還是非常有發(fā)展的。所以我覺與美國互聯(lián)網持平,甚至超越美國互聯(lián)網,并不是很困難的事情。”這是Alexey對于中國互聯(lián)網行業(yè)所持有的觀點,或許這也從側面說明了Alexey選擇在中國從事互聯(lián)網行業(yè)的原因。
Alexey Zhokhov
Alexey Zhokhov同樣來自“光音網絡”,是第一期《IT老外在中國》中的主角——Nathaniel的同事,所以在同樣酷熱的下午,同樣的科林大廈,同樣的汗出如漿,同樣閑散慵懶的簋街旁邊,同樣的“科技寺”,不同的老外主角同樣說著流利而標準的中文,以及他眼中對于中國的看法。
說起來中國的原因,Alexey總結起來就是原因很簡單,“我媽媽不太想讓我在俄羅斯學習,也不想讓我留在俄羅斯,所以我便決定出國留學。而我確定來中國是聽取了一個在哈爾濱開西餐廳的朋友的建議。”
大學畢業(yè)之后,Alexey便從哈爾濱去到了上海,并在上海工作了三年?;蛟S對于勤奮的人來說,上天總會給他們更多的機會,所以后來在更好的機會下Alexey從上海來到了北京,開始了一名老外在中國的“北漂”生涯。
一次偶然的聚會中,Alexey認識了David和Nathaniel。被David和Nathaniel說服的Alexey,加入到了光音網絡之中。
“我們那次的面試并不像一個真正的面試,而更像是一個聚會,我們幾個人喝著酒聊著天。就這樣,當他們確定我能夠勝任這個工作時,我便下定決心一定要來這個公司,因為David和Nathaniel都非常Nice,這個團隊深深地吸引了我。”在這個多元化的團隊中,每個人的思想都非常獨立而且很有想法,并不會有派系之分,Alexey覺得這對一個公司來說是非常健康的。
Alexey對國內的網購環(huán)境非常滿意,“在網上訂購一個產品,第二天可能就會送到,中國這種互聯(lián)網和物流之間的業(yè)務做得很出色。俄羅斯在物流方面就遜色得多,網購的東西有時要等上一兩個月,甚至當你已經忘記你買過這件東西時才會被送到。”
他覺得相比于體驗很差的網銀來說,支付寶和微信支付都做得相當出色。“我希望這些互聯(lián)網創(chuàng)業(yè)公司能在中國發(fā)展得更快。既然有這么好的市場,還是希望中國公司能有一些創(chuàng)造力。”
作為一個全棧工程師,Alexey從小對電腦知識就非常喜愛,在來中國之前曾在俄羅斯跟同伴創(chuàng)辦了一個在線商城網站。Alexey現(xiàn)在主要負責廣告家Pro.cn移動平臺技術工作,這相對于PC平臺來說更加復雜。
Alexey認為,移動平臺的智能廣告投放是一件非常具有前景的工作,光音網絡是一家非常有前景的公司,“它能把國外先進的技術思想與國內成熟的市場經驗相結合,這是許多企業(yè)很難做到的事情,或許能成為下一個互聯(lián)網巨頭”。而這也是吸引他來到光音網絡的重要原因之一。
他對中國的印象就是這里很自由:無論你的行為舉止如何另類,都不會有人管你或者指責你,大家也并不會覺得你有什么不同,并不會給你太多約束。而在俄羅斯這則是不可能的,因為如果你和別人做的不一樣,那么大家一定會覺得你不正常。“所以在中國生活會讓人感覺很放松,因為我可以做我喜歡的事情,突出自己的個性。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。