【菜科解读】

在用网易云一起听歌的时候想要切换歌曲的话我们该怎么来操作呢，下面小编就来将网易云一起听歌切换歌单的具体操作方法分享给大家，一起来看看吧。

网易云一起听歌怎么换歌单?网易云一起听歌切换歌单步骤教程

1、打开网易云音乐，点击右上角的播放器按钮，进入歌曲播放界面

2、在歌曲播放界面中，可以看到我们处于一起听歌状态，然后点击最下方的箭头即可切换歌曲，或者点击歌曲播放列表，也可以选择自己喜欢的歌曲。

以上就是关于网易云一起听歌切换歌单的全部内容了，希望对大家有所帮助。

突发｜华为诺亚方舟实验室主任王云鹤离职

2026 年以来，国内 AI 圈的一系列高层人事变动，正在宣告整个行业正在经历一次深刻的结构性转折。

王云鹤：一位华为老兵 王云鹤，生于 1991 年，本科就读于西安电子科技大学数学与应用数学专业，2018 年博士毕业于北京大学智能科学系，主要研究方向包括深度学习、模型压缩、机器学习、计算机视觉等。

他从北京大学毕业前便已经在华为诺亚方舟实验室实习，毕业之后也自然加入其中，担任高级工程师，之后陆续升任主任工程师和技术专家。

2021 年，他开始担任华为算法应用部部长，负责高效 AI 算法的创新研发以及在华为业务中的应用，并凭借「大幅提升算力的高效能乘法器和加法神经网络」获选华为第四届「十大发明」。

去年三月，王云鹤接班姚骏，担任华为诺亚方舟实验室主任。

如今，王云鹤已经是一位在华为有 8 年多工作经历的老兵了。

此外，王云鹤也是一位相当活跃的知乎答主，更是深度学习（Deep Learning） 话题的优秀答主。

王云鹤的研究与探索 作为一位资深研究者和工程师，王云鹤拥有非常亮眼的学术履历，其谷歌学术引用量已经突破了 3.3 万。

其中引用量最高的论文是与韩凯等人合作开发的 GhostNet—— 一种新型的端侧神经网络架构。

在这篇 CVPR 2020 论文中，韩凯、王云鹤等提出了一种全新的 Ghost 模块，旨在通过廉价操作生成更多的特征图。

基于一组原始的特征图，作者应用一系列线性变换，以很小的代价生成许多能从原始特征发掘所需信息的「幻影」特征图（Ghost feature maps）。

该 Ghost 模块即插即用，通过堆叠 Ghost 模块得出 Ghost bottleneck，进而搭建轻量级神经网络 ——GhostNet。

在 ImageNet 分类任务上，GhostNet 在相似计算量情况下 Top-1 正确率达 75.7%，高于 MobileNetV3 的 75.2%。

论文地址：https://arxiv.org/abs/1911.11907 从其谷歌学术论文列表也能看出，王云鹤在 Vision Transformer 等前沿计算机视觉方向上成绩斐然。

在当前这股 Vision Transformer 研究热潮中，他参与发表的综述文章 A survey on vision transformer 引用量高达 5528 次，是该领域的重要参考资料 。

同时，他与团队共同推出的 Pre-trained image processing transformer 以及 Transformer in transformer 两项重要研究，引用次数均逼近 3000 大关。

这系列工作系统性地优化了自注意力机制在视觉特征提取中的计算效率，极大推动了 Transformer 架构在视觉任务中的应用与普及。

而作为知乎深度学习话题的优秀答主，王云鹤也经常分享他对于 AI 核心架构等话题的见解。

比如在今年 1 月 24 日，他在个人知乎账号上发布了题为「对扩散语言模型开启了一次深度思考」的文章。

在这篇文章中，他深入探讨了扩散语言模型在文本生成领域的潜力与面临的技术瓶颈。

面对大模型时代的主流技术路线，王云鹤提出了独到的见解。

他回忆起多年前探讨「Transformer 的下一跳是什么」时的场景，并指出：「Transformer 是一个量变到质变长期积累得到的范式」。

对于目前备受关注的扩散模型，他认为：「diffusion 本身也不算 transformer 的下一跳，但是从建模方式上，可能有潜力会对自回归带来很大冲击」。

在这篇技术分享中，他系统性地梳理了扩散语言模型当前面临的 10 个核心挑战与优化方向，涵盖了推理高效的架构设计、更适配的词表探索、更好的优化范式等多个维度。

特别是在模型设计理念上，王云鹤强调：「最理想的 diffusion model 并不应该去 follow AR 现有的范式，应该像人思考一样具有结构性」。

他提出，未来的 AI 模型设计可以借鉴人类多尺度思考的特点，探索具有层级联系的词表结构；

此外，将离散扩散模型与视觉、语言及动作模块在具身智能等场景下相融合，有望探索出更加统一的模型结构与训练范式。

在最近王云鹤主导的论文《DLLM Agent: See Farther, Run Faster》中，其团队探讨了一个基础但经常被忽视的问题：在智能体（Agent）框架、监督数据和交互预算完全相同的情况下，底层语言模型的生成范式（基于扩散的 DLLM 与基于自回归的 AR）是如何深刻影响智能体的规划、工具使用行为以及整体决策轨迹的。

论文地址：https://arxiv.org/abs/2602.07451 其提出的 DLLM 智能体可以实现更高效的全局规划，在最终准确率相当的情况下，端到端速度更快，交互与工具调用更少，并减少了冗余与回溯。

结语 作为一名在华为效力 8 年有余的 AI 领军人物，王云鹤的离职无疑是行业内的一大焦点。

他从实习生一路成长为诺亚方舟实验室主任，主导了多项具有国际影响力的底层算法创新。

如今，带着对扩散语言模型与通用人工智能统一架构的深刻思考，他的下一段职业旅程将驶向何方，依然值得整个行业持续关注。

“2026高考作文陪跑营”推荐范文：根植厚土，凌云而立

材料一：有人说：“珠穆朗玛峰之所以成为世界最高峰，那是因为有青藏高原这个平台。

” 材料二：时势造英雄，英雄亦适时。

材料三：平台是成才的土壤，而个人则是那棵不断向上生长的树木。

班级将举办以“平台与人才”为主题的演讲活动，读了以上材料，你有何感触与思考请写一篇演讲稿。

要求：选准角度，确定立意，明确文体，自拟标题；

不要套作，不得抄袭；

不得泄露个人信息；

不少于800字。

【审题分析】 本题为多材料任务驱动型作文，要求围绕“平台与人才”的关系写一篇演讲稿。

审题的关键在于准确理解三则材料的内在逻辑：材料一以珠峰与青藏高原为喻，强调平台对个体成就的基础性作用——没有广阔的平台，难以达到卓越的高度；

材料二引入“时势”这一更宏大的概念，指出时代背景与社会环境对人才的塑造，同时强调人才对时代的主动适应与引领，体现了双向互动的关系；

材料三则将平台比作土壤，个人比作树木，形象地揭示了两者相互依存、共同成长的关系。

三则材料层层递进，从平台的基础作用到时势的双向互动，再到共生共荣的辩证关系，构成了立论的完整逻辑链条。

写作时需要注意：作为演讲稿，既要观点鲜明、逻辑清晰，又要具有感染力和号召力。

立意上应避免片面强调平台决定论或个人奋斗论，而要辩证看待两者关系——既要认识到平台为人才成长提供机遇和资源，也要看到个体主观能动性的关键作用，更要领悟到优秀的个体能够反哺平台，实现双向提升。

在论证过程中，可以结合历史与现实中的典型案例，从不同角度阐释平台与人才的辩证关系，最终落脚到当代青年应如何善用时代平台、实现个人价值与贡献社会的统一。

【范文分享】 根植厚土，凌云而立 亲爱的同学们： 大家好！今天我想和大家探讨一个引人深思的话题——平台与人才的关系。

珠峰何以巍巍？因其屹立于青藏高原之巅。

这壮丽的自然图景，恰如人生舞台上平台与个人的微妙关系。

青藏高原是珠峰的平台，没有这片厚土，便无世界之巅的辉煌；

同样，人才的绽放，也离不开适合其生长的土壤。

诚然，“时势造英雄，英雄亦适时”。

历史长卷上，每一次辉煌的落笔，都有时代背景的底色。

文艺复兴的佛罗伦萨，以其商贸繁荣与思想开明，滋养了达·芬奇、米开朗基罗这样的巨匠；

百家争鸣的春秋战国，诸侯逐鹿、思想激荡，为诸子百家提供了表达见解的天地。

正如《周易》所言：“天地交而万物通也”，上下交融、时代互动，方能催生英才辈出的盛景。

然而，若将人才成长简单归因于平台，便如只见珠峰之高，却忘了山体由岩石与冰雪铸就。

平台只是土壤，真正的成长，还需个体如树木般不断向上。

苏轼一生坎坷，屡遭贬谪，却将每一次困境化为文学创作的沃土。

从黄州到儋州，他在命运的低谷完成了精神的登顶。

他在《晁错论》中写道：“古之立大事者，不惟有超世之才，亦必有坚忍不拔之志。

”这份超越环境限制的坚韧，正是个体价值的彰显。

平台与个人，实为相互成就的共生关系。

平台提供滋养，个人赋予平台以光彩。

朱熹曰：“问渠那得清如许？为有源头活水来。

”平台的活力，正来源于其中每个个体的持续创造。

钱穆先生笔耕不辍，为文化复兴点燃火种；

鲁迅先生以笔为剑，在特殊年代唤醒沉睡的心灵。

他们以个人奋斗丰富了所处时代的精神图谱。

作为新时代青年，我们何其有幸，生长在这个充满机遇的时代，拥有前所未有的学习资源和发展平台。

但我们要清醒：平台提供可能，奋斗才能将可能转化为现实。

我们当如树木，深扎信仰之根，汲取智慧之养，在时代阳光雨露中努力生长。

同时保持独立思考，不盲从、不依附，以独特姿态为平台增添生机。