谁来保护职场“打工人”权益？

第二次是神州优车收购宝沃汽车。这是神州优车上市前做大资产的关键交易。去年 3 月神州收购宝沃 67% 股权，刚开始只通过作为幕后买家参与交易，随后通过操控台前买家王百因，完成财报大洗澡，并成功将宝沃汽车总资产下调1/3，妙的是正好没有达到神州优车总资产的 50%，最终导致这笔并购并没有构成重要资产重组。

　　因为如果是重要资产重组，这笔资产至少两年后才能上市。

　　第三次则为瑞幸咖啡如火箭般速度的上市之路。陆正耀及其团队通过快速扩张、快速烧钱、再融资最终成功完成上市。瑞幸咖啡上市前的股权高度集中于陆正耀和其紧密关系人手中，即陆正耀家族信托（持股 30.53%）、钱治亚家族信托（持股 19.68%）、陆正耀姐姐 Sunying Wong 控制的 Mayer Investments Funds（持股 12.4%）以及大钲资本（11.9%）、愉悦资本（6.75%）。

　　上述股东在上市前合计持有瑞幸咖啡 81.26% 股权，这也让外界认为瑞幸咖啡上市只不过是陆正耀家族和朋友们的资本狂欢。

　　直到不久前，这一场疯狂的资本游戏才在退市和退出董事会的悲剧中收尾。但从这次“宫斗”风波大家也不难看出，陆正耀如今虽然不在董事会，却似乎依然可以掌控整个公司。

　　瑞幸的公司章程第 101 条显示，罢免董事有两种途径：一是通过股东大会普通决议，需 50% 以上股东投票同意；截止去年 6 月 26 日，陆正耀家族依旧控制着瑞幸 37.2% 的投票权，钱治亚还控制着瑞幸 7.9% 的投票权，两人的投票权总和达到 45.1%，远高于其他股东。说明陆正耀还是有能力罢免郭谨一的，只要再联合个别股东即可实现。

　　二是举行董事会会议，除当事董事以外，不少于三分之二的出席董事对此投赞成票，也就是至少需要 5 名董事投赞成票，罢免就能通过，一旦董事长丧失了董事的职务，自然也就不能再担任董事长。事实上，陆正耀以大股东身份可较为容易地启动和实现董事的撤换。

　　3、生意还是一门好生意？ 

　　在经历退市、关店、管理层大换血等风波后，瑞幸不仅没倒下，似乎越活越好。

　　2020 年 12 月，开曼群岛调查瑞幸之后发布了一份后者的 2020 年前三季度财务报告，报告显示，2020 年前三季度营收分别为 5.65 亿元、9.8 亿元、11.45 亿元，其中 Q3 营收同比增长 35.8%。

　　与此同时，自 2020 年 5 月以来，店铺层面盈利能力在持续提高，并于 8 月首次实现门店层面收支平衡，截至 11 月，瑞幸咖啡超过 60% 自营门店实现盈利。报告预计，瑞幸咖啡 2020 年营收规模为 38 亿-42 亿元。

伴随新技术的不断发展和进步，AI 在社交娱乐方面的应用也将变得更加丰富。前不久，作为业内首次将 GAN 技术与 3D 卡通风格相结合的应用特效，光影研究室推出的“童话脸”特效也已在网络中迅速走红，不仅有李雪琴亲传童话世界基本生存须知“公主并”，更是受到辣目洋子、刘晓庆、王大陆等众多明星青睐。据了解，童话脸特效是基于先进的生成对抗网络（GAN）算法研发而出，也是全球首家在手机上给用户提供的实时个性化童话脸特效。此前刷新微视视频特效制作量新纪录的王者脸，以及 QQ 上线的国内首创光头特效，均是腾讯光影研究室利用生成式对抗网络 GAN 所打造的独特体验。
 

　持续深耕 AI 前沿技术研发，赋能更多应用场景

　　实际上，语义分割在我们日常生活中已经有很多应用。在自动驾驶领域，通过语义分割算法，计算机可以更好地把路面上的阴影和真正的障碍物区分开来，减少汽车的误判率。在社交软件和短视频产品应用上，各种变脸、变妆和 AR 等特效背后的人脸与场景高度精准融合，其“逼真”效果也都离不开语义分割。目前，基于行业前沿的 AI 技术框架，光影研究室已经实现了人像分割、头发分割、天空分割和视频分割等多项算法，并将前沿的分割能力结合丰富的玩法创意，给用户提供更酷炫的拍摄和视频编辑体验。
 

义分割评测集，为场景解析、语义分割提供了标准的训练和评价指标，在 AI 相关技术领域受到广泛关注和高度认可，吸引着众多国际知名企业、学术研究机构集中参与。其发布的 ADE20K 数据集在图像分割领域意义重大，是世界计算机视觉三大顶级会议（CVPR、ICCV 和 ECCV）语义分割论文权威基准数据集。

　　光影实验室自研 GYSeg 算法，斩获 MIT 场景解析评测第一

　　语义分割作为计算机视觉科学与人工智能最重要的任务之一，其目的在于让计算机能够识别出图像场景中每一个像素所代表的语义类别，是衡量计算机是否理解图像场景的重要评价标准，同时也是图像处理、短视频、自动驾驶，自动医疗诊断等应用的关键技术支撑。作为语义分割的全球权威评测数据集，ADE20K 共包含 150 个类别，且场景目标复杂、目标尺度范围大，覆盖人类生活各个方面的场景，其中同种类的物体在不同场景中表现出的大小、比例、姿态差别非常大，不同物体之间存在遮挡严重的问题，甚至不少物体存在严重语义混淆。

　　针对 ADE20K 数据集的特点，腾讯光影研究室所自研的 GYSeg 算法，在网络结构设计、loss 约束以及数据增强上进行大量训练和优化，以确保在庞大且复杂场景下的准确率。具体来说，GYSeg 算法首先采用 ResNest 作为神经网络模型进行特征提取，并接入 ASPP 模块进行特征的增强与融合，结合最新提出的 Hierarchical Multi-scale Attention 策略，以确保不同大小物体的分割效果；其次使用 ADE 训练集数据搭建 SegFix 网络，再借助其所获得的图像边缘像素所属类别偏移值，对分割边缘进行处理优化，以此提升边缘分割的一致性。

（编辑：广安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!