创业七字诀——专注 极致 口碑 快

2 篇文章 0 订阅
1 篇文章 0 订阅
小米科技创始人雷军
小米科技创始人雷军

  (编者按)为了18岁的梦想,40岁开始“第二次创业”。如今,雷军(微博)在他的新浪微博中这样介绍自己:“小米创始人,以前曾参与创办金山软件(微博)和卓越网,业余爱好是天使投资。”从2007年离任金山CEO后,他投资过UCweb、凡客、多玩、乐淘等十多家新锐创业公司,但熟悉雷军的人知道,他的野心应该远远不止做天使投资人。

  在他看来,光有勤奋和努力是远远不够的,还需要多花时间琢磨风向,“所有成功的背后85%是运气,如果你没有成功,只是运气不好,你要坚持不懈”。他说自己每天要提醒自己三次:产品是王道!他坚信“专注极致 口碑 快”七字诀是互联网创业的关键。

  以下为雷军的经典语录部分整理:

  1、有人问我,你投了那么多好公司,还亲手创办了小米,为什么接手金山?原因很简单,因为我爱金山,假如金山需要,我没有选择,我会全力以赴!

  2、今天金山北京年会,我讲了三句:一、2012年,金山24岁,要象24岁的小伙子一样生龙活虎!二、以前我强调拼命工作,现在我希望大家“快乐工作,拼命生活”,准备赚钱买2012船票。三、祝金山兄弟姐妹们,爱情甜甜蜜蜜,家庭和和美美,事业步步高升!

  3、每天你有多少时间在琢磨产品?每天要提醒自己三次!产品是王道!

  4、水货手机为什么便宜?(1)。没有缴纳海关税,增值税等。(2)。没有售后维修成本。(3)。强捆一大堆应用来赚钱。(所以,行货没有办法和水货比价钱)

  5、小米的目标不是卖多少台,做多少销售额,小米只有一个目标:就是米粉觉得小米手机(微博)好,值!这样的目标简单纯粹。

  6、小米是很小的公司,谈不上什么成功,更多的是一些体会和想法。不过,我坚信“专注 极致 口碑快”七字诀是互联网创业的关键,小米是我亲自实践的案例。

  7、你还记得小时候的梦想吗?你还敢说出你当初的梦想吗?不论梦想是什么,有梦想,就不一样!

  8、我知道手机行业不好混,既然来了,就一定要干出点成绩。小米给手机行业带来的最大的颠覆,就是不靠手机硬件赚钱,还有铁人三项的整体用户体验。

  9、我二十来岁的时候,看了一则希望工程的广告,“因为你的努力,改变了一个人一辈子”,特激动,也希望做点事情改变别人,于是去大学办讲座,数数至少去过100所大学。今天,实在觉得当年太幼稚了,希望当初没有误导别人。

  10、什么是成功?每个人眼里的成功都不一样。我认为,成功不是别人觉得你成功就是成功,成功是一种内心深处的自我感受。我不认为自己是成功者,也不认为自己是失败者,我只是在追求内心的一些东西,在路上!

  11、光有勤奋和努力是远远不够的,还需要多花时间琢磨风向。以前我挺自负的,只要我努力,只要我拼命,只要我勤奋就一定可以成功。今天我要告诉大家的是第二个真理——所有成功的背后85%是运气。如果你没有成功,只是运气不好,你要坚持不懈。

  12、创新的本质是什么?创新就是做别人没有做过的事情。但创新的风险很大,绝大部分创新最后都是失败。所以,我认为,创新的本质是不惧失败的勇气!创新还需要一个大环境:全社会理解失败者,宽容失败者。成王败寇这样的观点,是阻碍创新的因素。

  13、创办小米,最难的一个问题:小米要在网上卖手机,这是谷歌(微博)都没有做成的事情,你为什么可以做成?我的回答是:谷歌很伟大,但谷歌不懂电商,我自己已经做了十年电商。

  14、创业初期,海量广告容易砸出虚假繁荣,掩盖一些本质问题。坚持口碑传播,相信好产品会说话!

  15、总有一种信念指引我们前行:把产品做好,不让支持我们的人失望!(以上语录均摘自雷军个人微博)

来源:中国企业家网

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值