12月7日下午，TF-SWUFE Oracle Club AI方向在实验楼306会议室召开了本学期第十三周大二成员分享会， AI方向核心成员参加。分享会的主要内容是关于VisualTransformer 的分享与讲解。

TF-SWUFE Oracle Club AI方向第十三周大二成员分享会

会议伊始，主讲人岳宏佳结合自动驾驶图像识别、医疗影像分析等实际产业场景，清晰阐释了ViT模型的核心定位——作为打破传统卷积神经网络思维定式的关键架构，其凭借独特的注意力机制，在全局特征捕捉上展现出显著优势，已成为当前计算机视觉领域的核心技术支撑。随后，主讲人岳宏佳从ViT的基础架构模块切入，系统讲解了技术核心：先细致拆解图像分块嵌入的原理，阐明如何将二维图像转化为适合Transformer处理的序列数据；再深入剖析多头自注意力机制的计算逻辑，强调其在特征关联挖掘中的核心作用；最后详解位置编码的添加方式，明确这一环节对图像空间信息保留的重要意义。

在互动交流环节，主讲人进一步引导成员结合自身项目经验分享实践困惑，成员们积极响应，陆续提出“ViT在小样本数据下的泛化能力提升”“多模态任务中ViT的融合应用”等实际问题。面对这些疑问，主讲人结合行业前沿研究和自身技术积累，用通俗语言拆解难点，给出具体的解决思路。

本次分享会不仅有效帮助成员搭建起ViT技术的完整知识框架，深化了对计算机视觉核心模型的理解，更激发了大家对多模态融合、小样本学习等延伸领域的探索兴趣。期待团队成员们将本次所学积极运用到实际工作中，在后续的技术探索与项目实践中持续积累、稳步成长，共同推动AI方向浓厚、扎实的技术学习氛围向更深层次发展。

智能科技学院TF-SWUFE Oracle Club：凌杰

摄影：刘浩燃

初审：唐学琦

复审：郭进

终审：常荣

2025年12月7日