18新利体育-嘘,《唐人街探案3》是这样诞生的!

18新利体育-嘘,《唐人街探案3》是这样诞生的!

春节档还未正式打响,《唐人街探案3》就已呈现出领跑之势!

数据显示,1月21日凌晨,《唐人街探案3》票房已成功突破2亿,创下“华语电影预售最快破2亿”记录。

作为“唐探”系列的第三部作品,导演陈思诚此次将故事搬到了东京,从场景、故事、人物等多方面进行了升级。

在异国他乡拍摄,又聚集不同国家的演员,“唐探3”面临着“语言关”、“动作关”和“协调关”三大关口。

今天,《中国电影报道》“大片诞生记”推出——《唐人街探案3》通关记”,

解析电影背后的有趣细节,让侦探们带着你一步步通关升级!

“亚洲侦探联盟”聚首

先过“语言关”

本次,“唐探3”中的演员阵容空前强大,堪称亚洲群星大集结

片中,不仅有第一部中露出神秘微笑的“思诺”张子枫,第二部中扮演侦探的妻夫木聪和尚语贤,还有泰国的托尼·贾、日本的长泽雅美、染谷将太、铃木保奈美、三浦友和等众多演员。

但当这么多国家的演员齐聚一堂时,交流就成为摆在面前的一大难题。

陈思诚:为了保证戏中各国侦探之间交流无障碍,我用了一个小道具——

同声传译器。

它很小巧,把它塞进耳朵里,就可以解决一些所谓的语言障碍。

戏外的话,我们摄影部门、美术部门、动作部门也有专门的翻译。

刘昊然:在此之前,我们常用的内部交流方式是:两个演员坐在一起,翻译坐在旁边。

表演时,我们要清楚知道对方的台词,尤其是这句台词最后结尾在哪几个音节上。

譬如我这句话结束在了“好的”上,那他就要记得这个“好的”。在我说完后,马上进入他的台词。

此外,虽然语言不通,但演员表演的状态和情绪你是能捕捉到的。

演到最后,语言已经不重要了,你其实可以直接从他的状态中读出故事进度。

相扑、剑道、卡丁车轮番上阵

勇闯“动作关”

闯过语言关,摆在主创们面前的便是第二道关卡——动作关

片中有一场动作戏,是机场里将近四五百人的混战。还要一镜到底拍摄,这个难度不言而喻。

导演陈思诚表示,就这一场戏,就拍摄了三天。

陈思诚:一开始我说,希望整个制作感有一些升级感。

所以我们一开机,有一个一镜到底、大概四五百人的一个群众场面。

大概有一百左右的动作演员,都在这里统一配合完成。

伍刚(动作指导):我第一次见到给我的剧本,就写着“请动作导演设计全世界最酷的一个长镜头”。

我们提前去了一个月,都在那边排练这场戏,想怎么样能达到最好的效果。

因为一镜到底,你不能错一下,错一下就要重头再来。

所以我们一直在琢磨,怎样安排才能保证所有东西都不错,真的非常难。

当这个全世界最酷的长镜头呈现出来之后,主创们还没来得及欢呼,新的难关又扑面而来。

此番,唐仁和秦风来到东京。一向以南派莫家拳行走江湖的唐仁,遇到了他平生最重量级的对手。

王宝强:我跟人家比起来,完全就不是一个级别。

人家那个儿头、那身板,300多公斤。你想想,几乎是躺倒了就起不来的那种。

我推他跟石头似的,打的过程确实会非常的吃力。往人家身上打一拳,人家都没啥感觉,跟挠痒痒似的。

尽管如此,我还是得克服和战胜这种心里的恐惧感。

伍刚(动作指导):宝强和相扑选手,两个人只要站一起,这个画面就非常搞笑。

我们拍的时候,是在一个真实的庙宇拍的。

什么都不能碰,只能在中间一个空地拍,然后还得拍出宝强跟相扑选手对决的这种幽默感,动作也要非常的实在。

虽然戏中被虐,但是两位动作担当在拍摄过程中还是十分过瘾。

然而,高兴不过三秒,当王宝强、刘昊然坐上卡丁车时,下一个动作关口又来了。

原来,他们要在东京街头开卡丁车奔驰。要想开车上路,必须先考取国际驾照。

刘昊然:我们之前还专门为了那场戏,去考了国际驾照。

我跟宝强哥我们两个人都去考了。

但我觉得那场戏拍摄下来还是挺好玩的。

因为在那样的街道上,你可以自由地开卡丁车,那个状态本身就很有趣。

时间紧、任务重

齐心协力攻破“协调关”

陈思诚在《唐探3》发布会上曾公开表示,东京是一个非常特殊的城市,条条框框非常多,因此很少有电影会在那边取景拍摄。

为了完成涩谷的戏份,剧组请来了数千名群演。

如何在不影响交通的情况下拍出真实的状态,成为了导演首先要面对的问题。

陈思诚这个拍摄真的很不容易,但拍电影,就是把不可能的事情变成可能

刘昊然:我们所有的工作人员都拿着麦克风,站在各个十字路口,看交通信号灯。

我们得等灯变绿的时候,才能开机。所有演员先下去,先假装自己是路人,在哪儿坐着,或者在哪儿藏着。

等那边说“可以开始了”,演员才往灯前面一站,进入拍摄状态。

王宝强:有时候机器会放到一个大家不知道的位置,群众的反应都是最真实的。

反正你也看不到机器在哪儿,那就一遍一遍拍。

伍刚(动作指导):拍这段戏特别难。

有时候我们拍完想走了,但很多游客认识他们。大家都在那围观,就穿帮了。

所以有时候要在旁边拦着人,人太多了。

在时间紧,任务重的情况下,为了保证按时完成拍摄任务,陈思诚导演突发奇想,决定再搭建一个1:1的假涩谷出来。

陈思诚涩谷这段戏我个人是非常满意的,因为它是真拍假拍结合在一起的。

通过我们整个团队的努力,包括后期特效人员的努力,成品展现出无缝衔接的状态。

甚至我在做后期时都分不清,哪些是真拍哪些是假拍,个别镜头都分不清真假了。

尽管场地的问题解决了,但天有不测风云,拍摄外景戏时不仅要多方协调、把控时间,还要经受天气的考验。

陈思诚在秋叶原拍戏的两天,每天只给我们三个小时,而且在日本很多事情提前要定好。

但他们跟我说,“导演,有可能会下雨”。我思考一阵子之后,还是决定拍。

因为我一直有一种执念。总觉得能拍完,总觉得人定胜天。

后来真的是下了雨,但大概15分钟、20分钟就停了。我们就有那剩下的两个多小时把戏拍完。

王宝强:无论是摄影部门,还是化妆部门、灯光部门、导演部门、演员部门,大家都很团结。

伍刚(动作指导):无论遇到多少困难,我们这次都克服下来了。

他们日本工作人员都说,从来没有在日本拍过这么样疯狂的电影,而且制作还那么大。

五年时间,三部《唐人街探案》。

除了电影之外,导演陈思诚还打造了网剧版《唐人街探案》,好评如潮。

目前,“唐探宇宙”已初具雏形,也为“喜剧+侦探”类型的国产片指明了方向。

这离不开每一位电影人的付出,更是幕后所有工作人员的共同努力。

大年初一,我们期待《唐人街探案3》能再续辉煌。

《唐人街探案》

冲鸭!

采访:徐嘉

作者、编辑:娜塔莉·博

更多精彩报道,尽在https://knowthiscar.com

18luck新利备用网-3行代码提速模型训练:这个算法让你的GPU老树开新花

18luck新利备用网-3行代码提速模型训练:这个算法让你的GPU老树开新花

新智元推荐

编辑:元子

【新智元导读】百度和Nvidia研究院结合N卡底层计算优化,提出了一种有效的神经网络训练加速方法,不仅是预训练,在全民finetune BERT的今天变得异常有用。「福利:今晚8点,刘天义博士为您解读云游戏性能及优化,戳右边链接上新智元小程序参与直播!」

一切还要从2018年ICLR的一篇论文说起。

《MIXED PRECISION TRAINING》是百度&Nvidia研究院一起发表的,结合N卡底层计算优化,提出了一种灰常有效的神经网络训练加速方法,不仅是预训练,在全民finetune BERT的今天变得异常有用哇。

而且调研发现,不仅百度的paddle框架支持混合精度训练,在Tensorflow和Pytorch中也有相应的实现。下面我们先来讲讲理论,后面再分析混合精度训练在三大深度学习框架中的打开方式。

理论原理

训练过神经网络的小伙伴都知道,神经网络的参数和中间结果绝大部分都是单精度浮点数(即float32)存储和计算的,当网络变得超级大时,降低浮点数精度,比如使用半精度浮点数,显然是提高计算速度,降低存储开销的一个很直接的办法。

然而副作用也很显然,如果我们直接降低浮点数的精度直观上必然导致模型训练精度的损失。但是呢,天外有天,这篇文章用了三种机制有效地防止了模型的精度损失。待小夕一一说来o(* ̄▽ ̄*)ブ

权重备份(master weights)

我们知道半精度浮点数(float16)在计算机中的表示分为1bit的符号位,5bits的指数位和10bits的尾数位,所以它能表示的最小的正数即2^-24(也就是精度到此为止了)。当神经网络中的梯度灰常小的时候,网络训练过程中每一步的迭代(灰常小的梯度 也黑小的learning rate)会变得更小,小到float16精度无法表示的时候,相应的梯度就无法得到更新。

论文统计了一下在Mandarin数据集上训练DeepSpeech 2模型时产生过的梯度,发现在未乘以learning rate之前,就有接近5%的梯度直接悲剧的变成0(精度比2^-24还要高的梯度会直接变成0),造成重大的损失呀/(ㄒoㄒ)/~~

还有更难的,假设迭代量逃过一劫准备奉献自己的时候。。。由于网络中的权重往往远大于我们要更新的量,当迭代量小于Float16当前区间内能表示的最小间隔的时候,更新也会失败(哭瞎┭┮﹏┭┮我怎么这么难鸭)

所以怎么办呢?作者这里提出了一个非常simple but effective的方法,就是前向传播和梯度计算都用float16,但是存储网络参数的梯度时要用float32!这样就可以一定程度上的解决上面说的两个问题啦~~~

我们来看一下训练曲线,蓝色的线是正常的float32精度训练曲线,橙色的线是使用float32存储网络参数的learning curve,绿色滴是不使用float32存储参数的曲线,两者一比就相形见绌啦。

损失放缩(loss scaling)

有了上面的master weights已经可以足够高精度的训练很多网络啦,但是有点强迫症的小夕来说怎么还是觉得有点不对呀o((⊙﹏⊙))o.

虽然使用float32来存储梯度,确实不会丢失精度了,但是计算过程中出现的指数位小于 -24 的梯度不还是会丢失的嘛!相当于用漏水的筛子从河边往村里运水,为了多存点水,村民们把储水的碗换成了大缸,燃鹅筛子依然是漏的哇,在路上的时候水就已经漏的木有了。。

于是loss scaling方法来了。首先作者统计了一下训练过程中激活函数梯度的分布情况,由于网络中的梯度往往都非常小,导致在使用FP16的时候右边有大量的范围是没有使用的。这种情况下,我们可以通过放大loss来把整个梯度右移,减少因为精度随时变为0的梯度。

那么问题来了,怎么合理的放大loss呢?一个最简单的方法是常数缩放,把loss一股脑统一放大S倍。float16能表示的最大正数是2^15*(1+1-2^-10)=65504,我们可以统计网络中的梯度,计算出一个常数S,使得最大的梯度不超过float16能表示的最大整数即可。

当然啦,还有更加智能的动态调整(automatic scaling) o(* ̄▽ ̄*)ブ

我们先初始化一个很大的S,如果梯度溢出,我们就把S缩小为原来的二分之一;如果在很多次迭代中梯度都没有溢出,我们也可以尝试把S放大两倍。以此类推,实现动态的loss scaling。

运算精度(precison of ops)

精益求精再进一步,神经网络中的运算主要可以分为四大类,混合精度训练把一些有更高精度要求的运算,在计算过程中使用float32,存储的时候再转换为float16。

matrix multiplication: linear, matmul, bmm, conv

pointwise: relu, sigmoid, tanh, exp, log

reductions: batch norm, layer norm, sum, softmax

loss functions: cross entropy, l2 loss, weight decay

像矩阵乘法和绝大多数pointwise的计算可以直接使用float16来计算并存储,而reductions、loss function和一些pointwise(如exp,log,pow等函数值远大于变量的函数)需要更加精细的处理,所以在计算中使用用float32,再将结果转换为float16来存储。

总结:三大深度学习框架的打开方式

混合精度训练做到了在前向和后向计算过程中均使用半精度浮点数,并且没有像之前的一些工作一样还引入额外超参,而且重要的是,实现非常简单却能带来非常显著的收益,在显存half以及速度double的情况下保持模型的精度,简直不能再厉害啦。

看完了硬核技术细节之后,我们赶紧来看看代码实现吧!如此强大的混合精度训练的代码实现不要太简单了吧

Pytorch

导入Automatic Mixed Precision (AMP),不要998不要288,只需3行无痛使用!

from apex import ampmodel, optimizer = amp.initialize(model, optimizer, opt_level=”O1″) # 这里是“欧一”,不是“零一”with amp.scale_loss(loss, optimizer) as scaled_loss:scaled_loss.backward()

来看个例子,将上面三行按照正确的位置插入到自己原来的代码中就可以实现酷炫的半精度训练啦!

import torchfrom apex import ampmodel = … optimizer = …#包装model和optimizermodel, optimizer = amp.initialize(model, optimizer, opt_level=”O1″)for data, label in data_iter: out = model(data) loss = criterion(out, label) optimizer.zero_grad() #loss scaling,代替loss.backward() with amp.scaled_loss(loss, optimizer) as scaled_loss:scaled_loss.backward() optimizer.step()

Tensorflow

一句话实现混合精度训练之修改环境变量,在python脚本中设置环境变量

os.environ[ TF_ENABLE_AUTO_MIXED_PRECISION ] = 1

除此之外,也可以用类似pytorch的方式来包装optimizer。

Graph-based示例

opt = tf.train.AdamOptimizer()#add a lineopt = tf.train.experimental.enable_mixed_precision_graph_rewrite( opt, loss_scale= dynamic ) train_op = opt.miminize(loss)

Keras-based示例

opt = tf.keras.optimizers.Adam()#add a lineopt = tf.train.experimental.enable_mixed_precision_graph_rewrite( opt, loss_scale= dynamic ) model.compile(loss=loss, optimizer=opt)model.fit(…)

PaddlePaddle

一句话实现混合精度训练之添加config(惊呆毕竟混合精度训练是百度家提出的,内部早就熟练应用了叭)

–use_fp16=true

举个栗子,基于BERT finetune XNLI任务时,只需在执行时设置use_fp16为true即可。

export FLAGS_sync_nccl_allreduce=0export FLAGS_eager_delete_tensor_gb=1export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7BERT_BASE_PATH=”chinese_L-12_H-768_A-12″TASK_NAME= XNLI DATA_PATH=/path/to/xnli/data/CKPT_PATH=/path/to/save/checkpoints/python -u run_classifier.py –task_name ${TASK_NAME} –use_fp16=true #!!!!!!add a line –use_cuda true –do_train true –do_val true –do_test true –batch_size 32 –in_tokens false –init_pretraining_params ${BERT_BASE_PATH}/params –data_dir ${DATA_PATH} –vocab_path ${BERT_BASE_PATH}/vocab.txt –checkpoints ${CKPT_PATH} –save_steps 1000 –weight_decay 0.01 –warmup_proportion 0.1 –validation_steps 100 –epoch 3 –max_seq_len 128 –bert_config_path ${BERT_BASE_PATH}/bert_config.json –learning_rate 5e-5 –skip_steps 10 –num_iteration_per_drop_scope 10 –verbose true

本文授权转载自公众号:夕小瑶的卖萌屋

更多精彩报道,尽在https://knowthiscar.com

18luck新利备用网-当47岁董卿撞衫51岁许晴,同是气质女神谁赢了?

18luck新利备用网-当47岁董卿撞衫51岁许晴,同是气质女神谁赢了?

董卿和许晴都算是娱乐圈的气质女神了,她们两人在年龄上并没有相差特别的大,但是在她们身上自带的好气质确实大不相同的,同是气质女神,当她们在演绎同一套造型时,谁的气质能够把相同的衣服穿得更加的出彩呢,47岁的董卿和51岁的许晴撞衫,你又更喜欢谁的演绎呢?

我们先来看看主持人董卿给我们的是怎样的感觉,每当看到董卿,我总能想到那么一句话,若有优雅藏于心,岁月从不败美人,又或者是腹有诗书气自华,董卿的长相虽然并没有很让人十分的惊讶,但是她的气质却是让人为此惊叹的,特别是随着年龄的增长,她身上的气质越发的浓郁,在我们心目中就是女神一般的存在了。

她们身上穿的是一件很有光泽感的拼接西装外套,下装搭配的则是一条和西装同配套的西装阔腿长裤,整套西装给我们的感觉就是非常的有质感,穿起来很显高级以及气质的,一般材质的西装已经不足以衬托董卿身上优越的气质,那么这种有光泽感材质的西装就显得好多了,再搭配上她一头利落的短发,气质女神可真不是说说而已。

许晴对于这一套很有光泽感西装的演绎才是真正的惊艳到我了,许晴的实际年龄要比董卿大了整整4岁,但是她的颜值长相却给人一种比董卿还要年轻的感觉,她到底还真是保养有术啊,扎起一款露额头的低马尾发型,再加上白皙的肌肤以及姣好的容颜,51岁的她看起来只有41岁吧。

这一套很有光泽感的西装裁剪是非常立体,很显得高级有风骨的,特别适合像董卿以及许晴这种有气质的人穿着,除了许晴身上的气质之外,还有她皮肤以及颜值的状态,都能够为她的演绎加分不少,再加上许晴也是我见过在所有撞衫里面好像从未输过的,不管是和她年轻很多的人撞衫,她都是能赢得轻松。

董卿和许晴都是属于娱乐圈特别有气质的女生,两人都穿出了完全不同的感觉,但我觉得还是许晴穿得更加的时尚显年轻,在她的身上依然还能感受到仙女的气质,两人都是那么的优雅,有气质,相对的,董卿看起来就更显得成熟干练稳重,随着我们喜欢的人不同,自然也会觉得演绎的效果也是大有不同,那么你们更喜欢谁的造型了?

更多精彩报道,尽在https://knowthiscar.com

18新利体育-鞠婧祎才是“赵灵儿”的最美人选?试妆照出来后,对不起了刘亦菲

18新利体育-鞠婧祎才是“赵灵儿”的最美人选?试妆照出来后,对不起了刘亦菲

现在说到赵灵儿的话,其实都知道这个角色,是比较俏皮甚至可爱的,而且现在已然成为了经典,特别是刘亦菲真的是长得美,而且当时年纪也小,把赵灵儿的那种俏皮劲给演了出来,也成为了无法超越的经典,不过现在要说到谁适合的,倒是没有什么合适的人选。

不过鞠婧祎也被说是很像赵灵儿的,说到鞠婧祎的话,作为偶像女子组合出道,而且在里面也属于人气很高的类型,现在也是在演戏方面比较多,各种作品和古装扮相都是受好评的,因为本身就是比较俏皮甚至有些甜美的,所以也是被说很像赵灵儿的感觉。

2014年,她被日媒誉为“中国四千年第一偶像”,随后经过流传,“偶像”二字逐渐演变为“美女”,“四千年美女”的称号由此而来。这份超高的赞誉让她受到了极大的关注,但是接踵而来的质疑,也让她背负了更大的压力,但无论怎样,鞠婧祎至此都已被广泛关注。

网上鞠婧祎对赵灵儿这个角色的试妆照,引起了很多人的关注。因为照片中的鞠婧祎皮肤白皙、五官精致,眼眸中透着一股机灵可爱的劲儿,显得清纯无比。说实话,这个扮相整体上很有赵灵儿的感觉。甚至还有很多人觉得,鞠婧祎比刘亦菲更加适合赵灵儿的角色。如果不是刘亦菲珠玉在前,鞠婧祎饰演赵灵儿也是绰绰有余的。

鞠婧祎一出道就有着“四千年一遇美女”的称号,鞠婧祎在新剧中的造型神似刘亦菲的赵灵儿,鹅黄色的衣裙,还有头发上的彩带不管是服装还是自身的仙气气质,都和刘亦菲的赵灵儿有的一拼,尤其是手捧萌宠低头的一瞬间,仿佛就是神仙姐姐本人啊!

更多精彩报道,尽在https://knowthiscar.com

CBA焦点之战即将上演,积分榜前3的对话,辽粤大战究竟鹿死谁手?

CBA焦点之战即将上演,积分榜前3的对话,辽粤大战究竟鹿死谁手?

在北京时间1月3日晚上,CBA将会迎来一场重头戏,辽宁男篮坐镇主场迎战广东男篮,这场比赛将会吸引到无数球迷的关注。辽宁男篮目前以15胜7负的战绩排在积分榜第3,而广东男篮则以20胜2负的战绩高居积分榜第一。

从球队的实力上来看,广东男篮和辽宁男篮都是本赛季CBA总冠军的有力争夺者,而在本赛季的揭幕战中,广东男篮就在自己的主场107-98战胜了辽宁男篮。而到现在为止,广东男篮也仅仅是在客场输给过北控和吉林。就目前两支球队的实力和状态而言,广东男篮依然是占据上风的那一方,只要他们正常发挥,从客场带走胜利并不难。不过我们也相信,这绝对会是一场非常激烈的比赛。

辽宁男篮这边最近也是取得了3连胜,上一场比赛在韩德君、郭艾伦缺阵的情况下,他们战胜了山西男篮,史蒂芬森和赵继伟都展现出了不错的竞技状态。而在与广东男篮的比赛中,韩德君能够出战,而患上流感的郭艾伦将会视情况而定。其实从目前辽宁队的人员配置来看,郭艾伦和史蒂芬森的兼容性问题始终都没能得到解决,当两人同时在场时,辽宁男篮的进攻效率还并没有那么好。

而作为CBA中的一对老对手,辽宁男篮在广东男篮面前也并不存在什么秘密武器,两支球队对于彼此都是知根知底,而辽宁男篮主教练郭士强和广东男篮主教练杜锋也是非常熟悉彼此。所以两支球队的再次较量充满了看点!

更多精彩报道,尽在https://knowthiscar.com

伊沃:如果得到归化对我是种荣耀,会全力配合各项工作

伊沃:如果得到归化对我是种荣耀,会全力配合各项工作

伊沃:如果得到归化对我是种荣耀,会全力配合各项工作

北京时间1月1日讯 北京时间昨天,中国足协公布了新赛季关于外援以及入籍球员的相关政策。根据“建业足球”的消息,此前接受采访表示希望能够得到中国归化的建业外援伊沃,只要在2月28日前取得中国国籍并获得国际足联转换的批准,那么就非常有可能完成归化。

早在去年11月接受建业方面采访时伊沃就明确表示了自己希望被归化加入中国国籍的愿望,当时他表示:“如果得到归化那这对我来说是种荣耀。我在中国待了5年,我和我的家人都习惯了这里的生活。如果能够借此机会帮助中国足球,那对我来说是绝对的荣耀。我已经考虑了归化问题,对此我和经纪人进行了很多方面的沟通,如果加入中国国籍需要完成什么,我也会尽全力去配合。”

而“建业足球”在今天表示,根据足协去年年底颁布的相关规定,伊沃只要在今年2月28日前获得中国国籍,之后在国际足联转换协会得到批转,那么完成归化工作就指日可待。

更多精彩报道,尽在https://knowthiscar.com

联想:常程因家庭原因离职,亚太新兴市场负责人赵允明接任

联想:常程因家庭原因离职,亚太新兴市场负责人赵允明接任
联想集团回应称,常程长期奋斗在竞争激烈的手机一线,承受了巨大的业务压力,家庭聚少离多,基于个人身体健康和希望更多精力照顾家庭的原因,常程近期提出离职。 12月31日消息,针对今日联想集团副总裁常程发微博,疑似离职的消息,联想集团官方做出回应。 联想集团回应AI财经社称,常程长期奋斗在竞争激烈的手机一线,承受了巨大的业务压力,家庭聚少离多,基于个人身体健康和希望更多精力照顾家庭的原因,常程近期提出离职。公司感谢他的巨大付出,他仍将作为联想移动的顾问继续为联想移动业务作出贡献。 此外,联想集团还称,常程的工作将由联想集团副总裁、联想移动亚太新兴市场负责人赵允明代管,此外,具有丰富经验的联想移动中国区营销负责人陈劲,将协助赵允明共同推进中国区移动业务的发展。 公开资料显示,常程于2000年加入联想,担任笔记本事业部研发总监;2011年,任联想集团副总裁兼移动端到端软件平台总经理,联想乐商店和茄子快传 ,同时参与研发联想Yoga平板电脑和联想K900智能手机;2015年6月,出任ZUK 手机品牌 CEO。(文 | AI财经社 朱全红)

更多精彩报道,尽在https://knowthiscar.com

908天不懈努力!“胖五”成功复飞!

908天不懈努力!“胖五”成功复飞!
央视网消息:27日晚上8点45分,长征五号遥三运载火箭在中国文昌航天发射场成功发射,这也是继长征五号遥二任务发射失利之后,时隔908天的圆满回归。经过908天的不懈努力,长征五号遥三火箭复飞成功,它凝结了科研工作者们的不懈努力与奋斗,听到消息后,科研工作者们在相互拍照热情相拥。 长征五号遥三任务发射场区指挥部指挥长 张学宇:非常喜悦也非常振奋,两年多卧薪尝胆、枕戈待旦,参研参试队伍全力以赴、全神贯注,应该说任务过程、结果双圆满。 文昌航天发射场工程师 陈日俊:这一仗打得这么漂亮,作为现场的一线人员非常骄傲。说明这两年我们的努力没有白费。 西沙卫星观测站站长 秦东进:我们刚刚圆满完成长五遥三火箭跟踪测量任务,作为航天人,在祖国南端西沙卫星观测站能够参与此次任务,参与这历史性的一刻,我们非常激动和自豪。 长征五号的一飞冲天让沉寂了两年多的文昌航天发射场再次欢腾,两万多名观众现场感受到了长征五号的高光时刻。 现场观众 单潇:内心很激动,祝祖国越来越强大,为所有中国航天人点赞。 文昌航天发射测试站地面设备站政委 徐宏图:作为文昌航天发射场的一名普通工作者,此时此刻我感到非常骄傲和自豪,908天的努力没有白费,我们没有辜负大家的期望和重托,我们会再接再厉,争取创造更多的中国奇迹。 在发射场周边的多个观看点,从全国各地赶来的航天爱好者为“胖五”点赞,为中国航天鼓劲。 现场群众:为了看“胖五”发射专门带一个望远镜,看得非常清楚,它飞上天轰轰隆隆的声音让大家感觉到非常震撼,发射升空的时候,大家自发响起热烈的掌声,我觉得这是大家对祖国航天事业的一种热爱和自豪。

更多精彩报道,尽在https://knowthiscar.com

鲁能“段氏”现身欧洲江湖?相比韦少被“保送”,学霸更具说服力

鲁能“段氏”现身欧洲江湖?相比韦少被“保送”,学霸更具说服力

东亚杯赛事结束,中国足坛本年度有关赛事结束了。接下来各俱乐部等待足协新政公布,随后将忙于引援和冬训。另外对于具有大格局的俱乐部来说,还有一个操作也在同时进行——留洋。关于恒大前锋韦世豪的留洋进程,球迷非常关注。也有人担心他留洋去“看饮水机”,或成为“混子”,得不偿失。但格拉纳达对韦世豪的青睐,对于球员本人来说,也是机不可失。

格拉纳达具有中资背景,这也是韦世豪留洋的“绿灯”。最重要的是,韦世豪的个性和踢球风格比较符合格拉纳达,韦世豪留洋能功与否,还要等待西甲冬季转会窗口的开启而定,韦世豪自己尚不清楚转会进程,也不足为奇。由于韦世豪的留洋的具有“保送”性质,决定权主要是在恒大俱乐部。恒大全力支持球员留洋,布韦世豪最担心的是留洋期间出场时间受到限制。

支持球员留洋的俱乐部,不止恒大一家,韦世豪的老东家山东鲁能更开放,他们在忙转会事宜的同时,俱乐部还忙于学霸球员段刘愚的留洋转会。不得不承认,虽然鲁能有时在关键比赛中疲软,习惯性“掉链子”一度被球迷诟病,但俱乐部对球员留洋非常配合,且全力支持。鲁能一直表现出高觉悟,大格局!国安当年送杨晨留洋很成功,但杨晨在国安并非主力。

跟韦少将被“保送”留洋不同,段刘愚目前被两家欧洲俱乐部看好,鲁能俱乐部若能运作成功,“段氏”手术刀传球将有望现身欧洲江湖!当然,依靠个人的努力而在留洋获得成功,对中国足球意义非凡。截止目前,有一家西甲球队和德甲球队均有意于段刘愚,这支西甲球队目前处在欧战区,并无中资背景。而另一家西甲球队对段刘愚已对段学霸考察了将近半年时间。

段刘愚已成为国奥队中场核心,邀请赛中的他有多次威胁传球,展现出不错的大局观,只是被前锋浪费。段刘愚的成长也得益于鲁能的培养,半年以主力身份出场,让他收获颇丰。除去西甲豪门和有中资背景的瓦伦西亚,欧战区的皇家社会、塞维利亚、赫塔菲有望成为段刘愚的新东家。塞维利亚过往善于挖掘其他国家中表现优异的球员,可能性更大于其他俱乐部。

正常发展,如果段刘愚抓住留洋机会,有望成为未来国足中场指挥官。当然,鲁能“段氏”若现身欧洲足坛,俱乐部功不可没。小段将来能成为国足核心球员,球迷当然更会为鲁能点赞。希望国内媒体和足协保护好年轻球员,让他们能在更好的足球环境中成长,少一些批评,多一些鼓励。小段走了,鲁能会在中场年龄球员还会培养谁?或许,明年姚均晟可顶替段学霸。

【欢迎关注”萩龙观世界”,支持中国足球!】

更多精彩报道,尽在https://knowthiscar.com

乔治谈重返俄城:准备好迎接欢呼或嘘声 不会比在印第安纳更糟糕

乔治谈重返俄城:准备好迎接欢呼或嘘声 不会比在印第安纳更糟糕

北京时间12月23日,快船客场对阵雷霆,这是保罗-乔治自交易后首度重返俄克拉荷马,在接受采访时,他表示,已经做好准备去迎接欢呼或是嘘声。

在五个月前,保罗-乔治主动要求交易,雷霆最终答应了他的请求,将其送至快船,如今重返俄克拉荷马,泡椒明白,他将会在比赛中看到球迷不同的反应。

“所有的这些,我都见识过了,我已经做好了准备去迎接欢呼或是嘘声。”保罗-乔治说道。

在2017年被步行者交易到雷霆后,保罗-乔治在那里效力了两个赛季,场均拿到25分6.9个篮板3.7次助攻,去年夏天,保罗-乔治考虑再三后宣布续约雷霆,让俄城球迷非常感动,上赛季,他场均拿到28分8.2个篮板4.1次助攻2.2次抢断,打出生涯最出色的一个赛季,在MVP评选中位列第三位。不过,在今年休赛期,保罗-乔治主动提出了交易申请,最终如愿和莱昂纳德会师快船。

对于每一名换队的球星来说,他们都会品味到这种爱恨交织的感觉,在2018年,莱昂纳德被马刺送至猛龙,一年后,他又以自由球员身份加盟快船,对于保罗-乔治面临的情况,莱昂纳德也有着清晰的认识。

“我不知道他们会如何对待他,或许,他们会选择接受他。如果现场嘘声漫天,这只会对我们的球队有帮助,如果他每次触球都会听到嘘声,而且现场观众咄咄逼人,我想,这从长远来看对我们有帮助。”

保罗-乔治已经有过这样的体验,自从离开步行者后,他就成为了那里的公敌,在今年12月10日客场挑战步行者的比赛里,泡椒全场遭遇嘘声,每次当他触球时,这种嘘声都会响起,随后,泡椒也承诺,他在未来某一天会揭示离开步行者的真正原因。

在谈到造访俄克拉荷马时,保罗-乔治表示:“我不知道在这里(俄克拉荷马)会有怎样的事情发生,我不认为这会比在印第安纳波利斯更糟糕,但不管怎样,我都会对那里保持相同的态度,在那里仍然有我爱的人,有亲近的人以及愿意去亲近我的人。”

雷霆球迷在处理这一问题时也曾有过一段刻骨铭心的恩怨,2016年,凯文-杜兰特以自由球员身份加盟勇士,在那之后,他每次造访俄城都会迎来无情的嘘声和嘲讽。

不过和昔日的杜兰特相比,保罗-乔治在雷霆的时间并不长,而且俄克拉荷马也通过这笔交易获得了一大批选秀权,因此,正如泡椒所言,重回俄克荷马不会比客场打步行者更糟糕。

更多精彩报道,尽在https://knowthiscar.com