【王自如】我认知的AI宇宙 第四期（YY未来）

HDC现场体验全新鸿蒙应用开发，切身体会极致效率

鸿蒙AI辅助开发工具，自然语言生成整套工程代码，编译报错自动修复，性能/内存等问题AI定位，智能问答，还有3D UI布局分析，鸿蒙开发工具这一次大更新干货满满！

王炸！AI时代真正能够搞钱的神器来了！AI分身秀出天际~

教一教ai配音

Ciallo～ (∠・ω< )⌒★

Wan2.1让Comfyui再次伟大，FastUse魔改官版FusionX全网最简流程，一招鲜吃遍天

万相2.1全流程工作流：https://pan.quark.cn/s/a83c3d9db29b FastUse节点包及文档：https://www.bilibili.com/opus/1054645926988087296 (万相的训练集主要还是以真人为主，如果在卡通向或者3D等风格化较强的场景表现差的话建议更换相关风格化的底模或者Lora)

【CVPR2025】即插即用｜LSNet：颠覆认知！模仿人眼视觉的LSNet，让CV模型性能起飞！

今天将给大家分享的是一种全新的视觉网络设计理念。视频最后还有论文总结，带你快速掌握重点，一定要坚持看到最后哦！该研究从人眼视觉特性中获得灵感，提出了名为LSNet的轻量化视觉网络。核心在于其提出的LS卷积，LS卷积遵循“See Large Focus Small”策略，即“大视野感知，小范围聚焦”，旨在模仿人眼视觉系统的工作方式。人眼通过周边视觉“See Large”，快速捕捉场景的全局信息，再利用中央视觉“Focus Small”，精准关注细节特征。LS卷积正是模拟了这一过程，它由两部分组成：大核感知和小核聚合。大核感知负责捕捉图像的整体上下文信息，利用大尺寸卷积核，快速获取图像全局特征；小核聚合则专注于局部细节的精确提取，通过小尺寸卷积核，精准聚合局部信息。相较于传统卷积，这种设计使得网络既能把握全局，又能关注细节，显著提升特征表达能力。LS卷积能高效地提取判别性视觉模式，使得模型在处理复杂视觉信息时更为出色。LS卷积通过精心设计的深度可分离卷积和分组机制实现高效计算，保证了在轻量化的同时不损失性能。该研究将LS卷积作为基本操作单元，构建了LSNet轻量级模型。实验结果表明，LSNet在多个视觉任务中均优于现有轻量级网络。其通用性和高效性使其在视觉任务中具有广泛的应用前景，为轻量化网络设计提供了新的思路。欢迎在评论区留下你的看法！

新手如何最快水一篇AI论文

-

挑战接单赚够100万--阶段总结2

这里也是总结了一下我是如何从0到1开始接单的一些经验和总结 q：384019248 https://iaadlou6fm1.feishu.cn/wiki/GLf6w38ITiH64EkkB9pceuxynRd?from=from_copylink

最新版三款无敏感词ai聊天软件，全都是无敏感词的可聊可撩可瑟瑟！

【脑洞】假如给你一万块准备末日的物资

写作课 | 哈佛教授( Steven Pinker )讲述：AI时代的写作规则

写作课 | 哈佛教授( Steven Pinker )讲述：AI时代的写作规则