爱豆蔡徐坤的音乐能量就是这么大!ikun追梦音乐计划圆梦乡村孩子~

简介: 蔡徐坤联合应援粉丝团与海南成美慈善基金会联合阿里巴巴公益平台共同发起了“童声飞扬·蔡徐坤追梦音乐计划”,一起为乡村小学组建童声合唱团,圆乡村孩子的音乐梦。

【你们能不能一直喜欢我呀】

【蔡徐坤】

【nine percent队长兼center】

这一年时间,ikun都能看得到,经过偶像练习生的历练,坤坤站在镁光灯下,从小可爱变成一个酷guy。什么叫垂直入坑?看到坤的那一刻就是了。

1

看到你对舞台的热爱与追求,对追梦的执着与勤奋,ikun也想向更多人传递蔡徐坤的音乐梦想。由此,蔡徐坤联合应援粉丝团与海南成美慈善基金会联合阿里巴巴公益平台共同发起了“童声飞扬·蔡徐坤追梦音乐计划”,一起为乡村小学组建童声合唱团,圆乡村孩子的音乐梦。

image

在蔡徐坤还在上小学的时候,就将歌手作为自己的梦想,怀揣着这个音乐梦,他坚持了十年,从未放弃。现在的他,依旧把all for music挂在嘴边,一步步实现着童年的音乐梦。

image

在儿童教育的关键期,音乐的抚慰和乐感的培养,对于健康心理的建设至关重要,特别是在信息相对封闭的山村,音乐教育的出现,能给那边的孩子们提供多一种梦想的方向,多一份心灵的慰藉。

“童声飞扬”项目到目前为止直接受益1120人,间接受益8000人,并举办了四届“童声飞扬”乡村童声合唱节,让更多农村孩子感受到音乐的力量,填补了广西融水苗族自治县音乐教育的空白。

image

是音乐造就了坤,更造就了每一个与ikun共享的舞台。蔡徐坤追梦音乐计划将始终怀揣着将梦传递的态度,尽己所能,将蔡徐坤身上的音乐能量,用公益的方式传播向被遗忘的角落。来看看给坤的生日联合应援之公益篇,ikun做了哪些吧~

image

image

image

音乐,是最单纯的心与心的交流,未来,需要更多双手,支撑起这条纽带,致敬所有坚持为梦的灵魂!

原文发布时间为:2018-08-02
本文来自云栖社区合作伙伴“阿里巴巴公益”,了解相关信息可以关注“阿里巴巴公益

相关文章
|
机器学习/深度学习 人工智能
IBM推出创新框架用“黑盒”方式,评估大模型的输出
【7月更文挑战第17天】IBM研发的创新框架以“黑盒”方法评估大模型输出的可信度,通过观察输入和输出,不涉及模型内部。采用逻辑回归模型,基于四个特征(输出长度、多样性、一致性和新颖性)来估计可信度。在多个数据集上测试,显示优于其他“黑盒”方法,且具有可解释性。但仅适用于可访问的模型,可能忽略内部细节,不适用于所有场景。[[arXiv:2406.04370](https://arxiv.org/abs/2406.04370)]
388 4
|
人工智能 自然语言处理 图形学
多模态交互3D建模革命!Neural4D 2o:文本+图像一键生成高精度3D内容
Neural4D 2o是DreamTech推出的突破性3D大模型,通过文本、图像、3D和运动数据的联合训练,实现高精度3D生成与智能编辑,为创作者提供全新的多模态交互体验。
982 0
多模态交互3D建模革命!Neural4D 2o:文本+图像一键生成高精度3D内容
|
12月前
|
JSON 监控 供应链
深度实操:京东商品详情API接入全流程与技术要点剖析
京东商品详情API接口用于获取商品基础信息(标题、价格、库存状态、用户评价等),支持单个或多个商品查询。适用于商品列表展示、竞品分析、价格监控、库存管理、营销活动和数据分析等场景。通过发送HTTP请求(GET/POST)调用接口,服务器返回JSON格式数据,可使用Python等语言解析处理。示例代码中展示了如何用requests库调用API并获取商品详情。
|
Windows
windows调整pagefile.sys,hiberfil.sys 大小
windows调整pagefile.sys,hiberfil.sys 大小
2095 1
|
Linux iOS开发 异构计算
Ollama完成本地模型的运行
# Ollama完成本地模型的运行
6095 6
Ollama完成本地模型的运行
|
缓存 BI
[计算机网络(第八版)]第二章 物理层(学习复习笔记)
[计算机网络(第八版)]第二章 物理层(学习复习笔记)
|
网络协议 物联网 API
Python网络编程:Twisted框架的异步IO处理与实战
【10月更文挑战第26天】Python 是一门功能强大且易于学习的编程语言,Twisted 框架以其事件驱动和异步IO处理能力,在网络编程领域独树一帜。本文深入探讨 Twisted 的异步IO机制,并通过实战示例展示其强大功能。示例包括创建简单HTTP服务器,展示如何高效处理大量并发连接。
331 1
|
机器学习/深度学习 自然语言处理 语音技术
智能语音助手的技术原理与实现
【7月更文挑战第31天】智能语音助手的技术原理与实现涉及语音识别、自然语言处理、知识图谱以及多模态交互等多个方面。随着人工智能技术的不断发展和创新,智能语音助手将更加智能化、高效化和普适化,为我们的生活带来更加便捷和丰富的体验。
3228 0
|
人工智能 自然语言处理 前端开发
LangChain 构建问题之MetaGPT 和 ChatDev 的支持功能差异如何解决
LangChain 构建问题之MetaGPT 和 ChatDev 的支持功能差异如何解决
643 0

热门文章

最新文章