【Index to Lectures or Courses】

【Speech / Course】

1. 【3·15】
2. 【3D】Stereo Matching learning notes
3. 《中国文化文概论》（武汉大学）
4. 【阅读笔记】
5. 【自动聚焦】显微镜的景深
6. 【Andrew Ng】《Class of 2017 Sloan Fellows presents》
7. 【周志华】新智元 AI World 2018 世界人工智能峰会
8. 【周志华】“数据、算法、算力” 人工智能三要素，在未来要加上“知识”！
9. 【Business】Business ROI and Know-How
10. 【Career Exploration and Selection】
11. 【Childishness and Playfulness】
12. 【Chinese Immortal】
13. 【Cooking】
14. 【Dance】Street Dance of China
15. 【Decorate】
16. 《Deep learning practice》learning notes
17. 【Diffusion Model】Learning notes
18. 【Finance】Profit
19. 【Financial Observation】Freestyle
20. 【Financial observation】ZJ
21. 【GAN】Generative Adversarial Network
22. 【Hugging Face】The GitHub of Open-Source AI Models
23. 【NLP】《The Evolution of NLP: Understanding RNNs, Seq2Seq, and Attention》
24. 【OVOD、OSOD、OWOD】
25. 【Paper material】
26. 【Romance of the Three Kingdoms】
27. 【SAMv1】 The “Segment Anything” Revolution in Computer Vision
28. 【Spider】Finding API Keys
29. 【Structure Light】reading notes（一）
30. 【Transformer】Why ChatGPT Is Decoder-Only
31. 【Weather Classification】reading notes
32. 极市数据集
33. MS COCO 目标检测 、人体关键点检测评价指标
34. 旷视南京研究院魏秀参：细粒度图像分析综述（「R Talk 」是旷视推出的一个深度学习专栏，将通过不定期的推送展示旷视科技的学术分享及阶段性技术成果。「R」是 Research 的缩写，也是旷视研究院的内部代号；而所有的「Talk」都是来自旷视的 Researcher。「R Talk 」旨在通过一场场精彩纷呈的深度学习分享，抛砖引玉，推陈出新，推动中国乃至全球领域深度学习技术的大发展。）
35. 俞刚：我在旷视研究院做检测
36. 【ODM】《Original Design Manufacturing》
37. 【Robot Vacuum】learning notes

AIGC

1. 【AGI】OpenClaw
2. 【AIGC】《A Quick 80-Minute Guide to Large Language Models》
3. 【AIGC】Claude（Anthropic）
4. 【AIGC】《Generative Agents：Interactive Simulacra of Human Behavior》（AI小镇）
5. 【AIGC】Gemini（Google）
6. 【AIGC】Nano Banana
7. 【AIGC】PhotoMaker V2
8. 【AIGC】Remove Images Background
9. 【AIGC】Tool-Augmented LLMs
10. 【AIGC】Model Drift or Mind Drift?
11. 【AIGC】The Pruning Mindset: Algorithm Engineering in the Age of Infinite Ideas（AI 研究方向减枝）
12. 【AIGC】Research Methodology for AI Agents（AI 研究方法论）
13. 【AIGC】Guiding AI Agents Through Systematic Exploration（AI 研究不轻言放弃）
14. 【Claude Code】Claude Code Evolution
15. 【CLI】CLI vs MCP: A Simple Guide
16. 【MCP】MCP: The USB-C of AI
17. 【SAMv1】 The “Segment Anything” Revolution in Computer Vision
18. 【VLA】Vision Language Action
19. 【VLM】The Secret of Modern Vision Models
20. 【World Models】World Models: Beyond Future Prediction

Codex

1. 【Codex】Part 1 —Meet Codex: An AI Coding Agent, Not Just a Model
2. 【Codex】Part 2 — Inside Codex: System Architecture
3. 【Codex】Part 3 — The Codex Workflow
4. 【Codex】Part 4 — Sandbox: A Safe Playground for AI Experiments
5. 【Codex】Inside the Codex Sandbox: AI‘s Ephemeral Lab
6. 【Codex】Part 5 — What Tools Does Codex Support?
7. 【Codex】Part 6 — Inside the Memory System
8. 【Codex】Part 7 — The Art of Prompt Engineering
9. 【Codex】Part 8 — Routine: Turning Repetitive Tasks into Reliable Workflows
10. 【Codex】Part 9 — Connecting Codex to External Tools and Context
11. 【Codex】Part 10 — Hooks: Automating Actions at Key Points in the Agent Workflow
12. 【Codex】Part 11 — Skills: Turning Expertise into Reusable Agent Capabilities
13. 【Codex】Part 12 — Codex Best Practices
14. 【Codex】Part 13 — AI-Native Software Development
15. 【Codex】Part 14 — Claude Code vs. Codex — Choosing the Right AI Coding Tool

Deep Learning

1. 【AI】AI FOR GOOD
2. 【AI】Interesting Applications
3. 【AI】Datasets
4. 【AI】Image Inpainting
5. 【AP】average precision
6. 【Batch】learning notes
7. 【Gradient vanishing and explosion】
8. 【Netron】
9. 【Receptive Field Calculator】
10. 【SPP】SPP、SPPF、ASPP

Hung-yi Lee

Introduction to Generative AI 2024 Spring

1. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（1）
   • 第0講：課程說明（24-02-23）
   • 第1講：生成式AI是什麼？（24-02-23）
   • 第2講：今日的生成式人工智慧厲害在哪裡？從「工具」變為「工具人」（24-03-01）
2. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（2）
   • 第3講：訓練不了人工智慧嗎？你可以訓練你自己（24-03-01）
   • 第4講：訓練不了人工智慧？你可以訓練你自己 (中)（24-03-08）
   • 第5講：訓練不了人工智慧？你可以訓練你自己 (下) — 讓語言彼此合作，把一個人活成一個團隊（24-03-22）
3. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（3）
   • 第6講：大型語言模型修練史 — 第一階段: 自我學習，累積實力（24.03.22）
   • 第7講：大型語言模型修練史 — 第二階段: 名師指點，發揮潛力 (兼談對 ChatGPT 做逆向工程與 LLaMA 時代的開始)（24.03.29）
   • 第8講：大型語言模型修練史 — 第三階段: 參與實戰，打磨技巧 (Reinforcement Learning from Human Feedback, RLHF) （24.04.12）
4. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（4）
   • 第9講：以大型語言模型打造的AI Agent（24.04.12）
5. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（5）
   • 第10講：今日的語言模型是如何做文字接龍的 — 淺談Transformer（24.05.03）
6. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（6）
   • 第11講：大型語言模型在「想」什麼呢？ — 淺談大型語言模型的可解釋性（24.05.03）
7. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（7）
   • 第12講：淺談檢定大型語言模型能力的各種方式（24.05.10）
8. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（8）
   • 第13講：淺談大型語言模型相關的安全性議題 (上)（24.05.10）
9. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（9）
   • 第14講：淺談大型語言模型相關的安全性議題 (下) — 欺騙大型語言模型（24.05.17）
10. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（10）
    • 第15講：為什麼語言模型用文字接龍，圖片生成不用像素接龍呢？— 淺談生成式人工智慧的生成策略（24.05.17）
11. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（11）
    • 第16講：可以加速所有語言模型生成速度的神奇外掛 — Speculative Decoding（24.05.17）
12. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（12）
    • 第17講：有關影像的生成式AI (上) — AI 如何產生圖片和影片 (Sora 背後可能用的原理)（24.05.31）
13. 【Hung-yi Lee】《Introduction to Generative Artificial Intelligence》（13）
    • 第18講：有關影像的生成式AI (下) — 快速導讀經典影像生成方法 (VAE, Flow, Diffusion, GAN) 以及與生成的影片互動（24.05.31）

1. 【AI】Explaining AI with AI：Language models can explain neurons in language models
2. 【AI】《Explainable Machine Learning》（1）
3. 【AI】《Explainable Machine Learning》（2）
4. 【Hung-yi Lee】《Transformer》
5. 【VAE】《Variational Auto-Encoder》
6. 【VAE】《Variational Auto-Encoder vs Auto-Encoder》
7. 【VAE】From Pixels to Faces: Building a VAE from Scratch（coding）

Machine vision

1. 【MV】Machine Vision Fundamentals: MV vs. CV Explained
2. 【MV】Machine Vision Fundamentals: Deriving the Depth of Field Formula
3. 【MV】Machine Vision Fundamentals: Lighting Explained
4. 【MV】Machine Vision Fundamentals: Cameras
5. 【MV】Camera Calibration Fundamentals: Image Formation
6. 【MV】Camera Calibration: Radial and Tangential Distortion Correction
7. 【MV】Camera Calibration: From 4-DLT to Zhang‘s Method and HALCON
8. 【MV】Camera Calibration: HALCON Calibration Assistant and Vision Measurement
9. 【MV】Stereo Vision 1: Fundamentals of Multiple View Geometry
10. 【MV】Stereo Vision 2

【Basic knowledge and tools】

Cloud Point

1. 【Point Cloud】Point Cloud Fundamentals（1）
2. 【Point Cloud】3D Data Representations and PointNet（2）
3. 【Point Cloud】The Evolution of PointNet（3）

Stereo Vision

1. 【Camera】Monocular vs Stereo Calibration
2. 【Depth Estimation】learning notes
3. 【OCC】Learning Notes
4. 【Orbbec】Basic SDK Tutorial
5. 【SLAM】Map Folding
6. 【Stereo】From Pixels to Depth，Inside Stereo Imaging
7. 【Stereo】The Baseline Trade-off: Range, Disparity, and Depth Accuracy
8. 【Stereo】Camera vs. World Coordinates: Understanding Frames in Monocular and Stereo Vision
9. 【Stereo】Depth ≠ Distance: A Practical Guide to Evaluating Stereo Depth Estimation
10. 【Stereo】Stereo Depth Engineering: Subpixel, Disparity Range, Confidence, and Post-Processing

GPU

1. 【Pytorch】NVIDIA DALI
2. 【GPU】
3. 【GPU】NPU vs GPU
4. 【服务器上配置 Tensorflow GPU 版】
5. 【本地远程访问Ubuntu16.04.3服务器上的Jupyter notebook】
6. 【Jupyter更换主题和扩展包】

Machine Learning

1. 【Apriori and FP-tree（Simple Example）】
2. 【Bagging and Boosting】
3. 【Cluster（Simple Example）】
4. 【Conditional Random Field】
5. 【Expectation Maximization】
6. 【Gradient Boosting Decision Tree】
7. 【HMM】Hidden Markov Model
8. 【k-Nearest Neighbor】
9. 【Naive Bayes（Simple Example）】
10. 【Probabilistic Graphical Model】
11. 【Singular Value Decomposition】
12. 【Support Vector Machine】
13. 【Tips of machine learning and deep learning】
14. 【Unconstrained and Constrained Optimization】
15. 【weka】决策树C4.5

Math

1. 【Affine / Perspective Transformation】
2. 【L2 normalization and Cosine Similarity】
3. 【Math】Vector Rotation
4. 【MLE, MAP and LSM】
5. 【Principal Component Analysis】
6. 【Stereo】Fundamental Matrix

Others

1. 【Goodhart‘s Law】When Metrics Become Targets

【paper and patent】

人脸活检

1. 【★★★☆☆】《CN103106397B-基于亮瞳效应的人脸活体检测方法》（华南理工大学-2013-01）
2. 【★★★★★】《多因子人脸活体检测系统研究与设计》（西安电子科技大学-2019）
3. 【★★★★★】 《基于多特征融合的人脸防伪技术研究》（武汉大学-2019）
4. 【★★★★★】 《复杂环境下的人脸识别系统设计与实现》（电子科技大学-2019）
5. 【★★☆☆☆】《基于可见光成像的人脸活体检测方法研究》（重庆邮电大学-2019）
6. 【★★★☆☆】《反欺骗人脸活体图像的机器学习方法研究》（ 广东工业大学-2020）
7. 【★★★☆☆】《利用场景光照识别优化的双目活体检测方法》（智能系统学报-2020）
8. 【★★☆☆☆】《人脸识别活体检测研究方法综述》（计算机应用研究-2020）
9. 【★★★★★】《多模态人脸活体检测关键技术研究》（北京交通大学-2020）
10. 【★★★☆☆】《反人脸图像欺诈的活体识别方法研究》（浙江大学-2020）
11. 【★★★★★】《多模融合的人脸活体检测算法的研究 》（安徽大学-2020）
12. 【★★★☆☆】《基于RGB图像的人脸活体检测技术研究》（华东师范大学-2020）
13. 【★☆☆☆☆】《基于纹理与深度学习的人脸活体检测》（重庆师范大学-2020-05）
14. 【★★☆☆☆】《基于融合策略的人脸活体检测方法研究》（重庆师范大学-2020-05）
15. 【★★☆☆☆】《基于红外线活体检测的人脸反欺骗研究》（西安电子科技大学-2020-06）
16. 【★☆☆☆☆】《人脸识别活体检测研究方法综述》（计算机应用研究-2020-09）
17. 【★★★★★】《基于近红外与可见光双目视觉的活体人脸检测方法》（计算机应用-2020）
18. 【★☆☆☆☆】《人脸活体检测研究综述》（现代计算机-2021）
19. 【★★☆☆☆】《基于轻量化网络和近红外人脸活体检测算法》（现代计算机-2021）
20. 【★★★☆☆】《基于时序转移和深度引导注意力的双流人脸活体检测网络》（河北大学-2021-06）
21. 【★★★☆☆】《人脸活体检测综述》（自动化学报-2021-08）
22. 【★★☆☆☆】《人脸活体检测综述》（JIG-2022）
23. 【★★★☆☆】《基于光照一致化与纹理特征的人脸活体检测研究》（湖南大学-2022.04）
24. 【★★★★☆】《基于单目RGB图像的人脸活体检测算法研究与应用》（兰州大学-2023.05）
25. 【★★★☆☆】《基于多光谱和面部多区域联合的人脸活体检测算法》（JIT-2024）
26. 【★★★★★】《基于视频的人脸活体检测算法研究》（长春理工-2024-05）

掌静脉

1. 【★☆☆☆☆】 《掌静脉识别研究综述》（大连民族大学-2020-01）
2. 【★★★★★】《基于深度学习的掌静脉特征提取与识别算法研究》（重庆工商大学-2020.06）
3. 【★★★☆☆】《融合Transformer和CNN的手掌静脉识别网络》（上海电力大学-2022-10）
4. 【★★☆☆☆】《自适应的手掌静脉识别方法研究》（桂林电子科技大学-2023-05）
5. 【★★★☆☆】《掌静脉识别的深度学习方法综述》（佛山科学技术学院-2024-06）
6. 【★★★☆☆】《基于高效通道注意力倒残差网络的掌静脉识别》（激光杂志-2024-09）
7. 【★☆☆☆☆】《一种轻量级掌静脉识别算法NEPVR》（计算机技术与发展-2024-12）
8. 【★★★★★】《基于深度学习的掌静脉识别及规模化研究》（电子科技大学-2025-05）

包裹检测

1. 【★★☆☆☆】《基于卷积神经网络的包裹检测算法研究》（重庆邮电大学-2020-04）
2. 【★★★☆☆】《基于深度学习的包裹检测追踪计数系统的研究设计》（华南理工大学-2020-05）

【Reading】

1. 【Soul】Workplace Boundaries

1. 【Reading Notes】（1）
2. 【Reading Notes】（2）
3. 【Reading Notes】（3）Favorite Articles from 2020
4. 【Reading Notes】（4）Favorite Articles from 2021
5. 【Reading Notes】（5）Favorite Articles from 2022
6. 【Reading Notes】（6）Favorite Articles from 2023
7. 【Reading Notes】（6.11）Favorite Articles from 2023 November
8. 【Reading Notes】（6.12）Favorite Articles from 2023 December
9. 【Reading Notes】（7）Favorite Articles from 2024
10. 【Reading Notes】（7.8）Favorite Articles from 2024 August
11. 【Reading Notes】（7.9）Favorite Articles from 2024September
12. 【Reading Notes】（7.10）Favorite Articles from 2024 October
13. 【Reading Notes】（7.11）Favorite Articles from 2024 November
14. 【Reading Notes】（7.12）Favorite Articles from 2024 December
15. 【Reading Notes】（8.1）Favorite Articles from 2025 January
16. 【Reading Notes】（8.2）Favorite Articles from 2025 February
17. 【Reading Notes】（8.3）Favorite Articles from 2025 March
18. 【Reading Notes】（8.4）Favorite Articles from 2025 April
19. 【Reading Notes】（8.5）Favorite Articles from 2025 May
20. 【Reading Notes】（8.6）Favorite Articles from 2025 June
21. 【Reading Notes】（8.7）Favorite Articles from 2025 July
22. 【Reading Notes】（8.8）Favorite Articles from 2025 August
23. 【Reading Notes】（8.9）Favorite Articles from 2025 September
24. 【Reading Notes】（8.10）Favorite Articles from 2025 October
25. 【Reading Notes】（8.11）Favorite Articles from 2025 November
26. 【Reading Notes】（8.12）Favorite Articles from 2025 December
27. 【Reading Notes】（9）Soul Soother
28. 【Reading Notes】（10.1）Favorite Articles from 2026 January
29. 【Reading Notes】（10.2）Favorite Articles from 2026 February
30. 【Reading Notes】（10.3）Favorite Articles from 2026 March
31. 【Reading Notes】（10.4）Favorite Articles from 2026 April
32. 【Reading Notes】（10.5）Favorite Articles from 2026 May

【职位缩写你知道几个?】

• GM(General Manager)总经理
• VP(Vice President)副总裁
• FVP(First Vice President)第一副总裁
• AVP(Assistant Vice President)副总裁助理
• CEO(Chief Executive Officer)首席执行官，类似总经理、总裁，是企业的法人代表。
• COO(Chief Operations Officer)首席运营官，类似常务总经理
• CFO(Chief Financial Officer)首席财务官，类似财务总经理
• CIO(Chief Information Officer)首席信息官，主管企业信息的收集和发布
• CTO(Chief technology officer)首席技术官 类似总工程师
• HRD(Human Resource Director)人力资源总监
• OD(Operations Director)运营总监
• MD(Marketing Director)市场总监
• OM(Operations Manager)运作经理
• PM(Product Manager)产品经理 (Production Manager)生产经理
• TM( Team Manager ) PM( Project Manager ) 项目经理
• PL( Project Leader ) 项目组长
• TL( Team Leader ) SE( System Engineer ) 系统工程师 BSE( […]

1、ID(Industry Design)工业设计
包括手机的外观、材质、手感、颜色配搭，主要界面的实现与及色彩等方面的设计

2、MD(Mechanical Design)结构设计
手机的前壳、后壳、手机的摄像镜头位置的选择，固定的方式，电池如何连接，手机的厚薄程度。如果是滑盖手机，如何让手机滑上去，怎样实现自动往上弹，SIM卡怎样插和拔的安排，这些都是手机结构设计的范畴。繁琐的部件需要MD的工作人员对材质以及工艺都非常熟识。

3、HW(Hardware) 硬件设计
硬件主要设计电路以及天线，而HW是要和MD保持经常性的沟通。

4、SW(Software)软件设计
相对来说，SW是更容易为大家所理解，由于计算机的普及，让我们最大程度地接触了各种各样的软件，手机操作界面的模式，大家经常看到的手机九官格操作菜单的实现，这都是SW设计的范畴。

5、PM(Project Management)项目管理
大规模公司的PM都分得非常细致，比如TPM (Technologly Of Project Management)，即专门管技术的PM，而普通的PM，只管理项目的进度各协调工作，PM这个部门通常存在于那些自己设计，自己生产，自己销售手机的公司，AM（Account Manager）的职位恐怕大家都不陌生，作为客户经理，对公司内部是代表客户提出要求，对外则代表公司的整体形象，在两者之间起着不可或缺的桥梁作用。

6、Sourcing资源开发部
资源开发部的员工要不停地去挖掘新的资源，如新材质、新的手机组件、测试器材等，当手机开始试产时，他们要保证生产线上所需要的所有生产物料齐备。

7、QA(Quality Assurance)质量监督
QA部门负担起整个流程质量保证的工作

【Others】

Business

1. 【Business】Business ROI and Know-How

Car

1. 【Autonomous Vehicles】 learning notes
2. 【Autonomous Driving】Shadow Mode and Imitation Learning

27. 【Audi】Q5L
28. 【BMW】Bayerische Motoren Werke AG 3 Series
29. 【BMW】Bayerische Motoren Werke AG X3——Purchase
30. 【BMW】Bayerische Motoren Werke AG X3——Instructions
31. 【Car Guide.1】Obtain License
32. 【Car Guide.2】Basic Knowledge
33. 【Honda】Comfortable Runabout Vehicle
34. 【Lexus.1】Executive Sedan——Appearance
35. 【Lexus.2】Executive Sedan——Purchasing
36. 【Lexus.3】Executive Sedan——Model and Size（懂车大爆炸）
37. 【Lexus.4】Executive Sedan——Dismantling Follow-up（懂车大爆炸）
38. 【Toyota】 Avalon
39. 【Toyota】Highlander

Games

1. 【Rubik‘s Cube】（魔方）
2. 【Game】Monster Mischief（作妖计）
3. 【Game】Rumble Heroes（百炼英雄）
4. 【Game】Powerful——Adventure（1）（小伙伴、杂谈）
5. 【Game】Powerful——Collection of Mystical Treasures（2）（秘宝）
6. 【Game】Powerful——The Dragon Hiding in Deep Waters（3）（潜龙在渊）
7. 【Game】Powerful——Pets（4.1）（宠物）
8. 【Game】Powerful——Pets（4.2）（宠物特殊）
9. 【Game】Powerful——Riding Animals（5）（坐骑）
10. 【Game】Powerful——Riding Animals（5.1） （坐骑——飞行双人，战斗坐骑）
11. 【Game】Powerful——Riding Animals（5.2）（坐骑——飞行单人）
12. 【Game】Powerful——Riding Animals（5.3）（坐骑——陆地双人）
13. 【Game】Powerful——Martial Arts Challenge（6）（演武）
14. 【Game】Powerful——Equipments（7）（装备）
15. 【Game】Powerful——Elf（8）（精灵）
16. 【Game】Powerful——Abandoned Ruins（9）（荒废遗迹）
17. 【Game】Powerful——Transformation Card（10）（变身卡）
18. 【Game】Powerful——Hero Trial（11）（英雄试炼）
19. 【Game】Powerful——Punch and Kick（12.1）（服战）
20. 【Game】Powerful——Punch and Kick（12.1）【2026】
21. 【Game】Powerful——Punch and Kick（12.2）（巅峰联赛）
22. 【Game】Powerful——Punch and Kick（12.3）All Star（全明星）
23. 【Game】Powerful——Punch and Kick（12.3）【2026】All Star
24. 【Game】Powerful——Pets Skin（13）（宠物皮肤）

Life

1. 【Grow Flowers】

Phone and PC

1. 【Laptop】The Evolution of Xiaomi Laptops (2022–2025)（小米笔记本）
2. 【PC】The Evolution of Dell Desktop PCs (2022–2026)（戴尔台式电脑）
3. 【PC】The Evolution of Lenovo Desktop PCs (2022–2025)（联想台式电脑）
4. 【Phone】From Smartphones to AI Phones: The iPhone Evolution (2022–2026)（🍎手机）
5. 【Phone】iPhone 15 Series: An In-Depth Comparison of All Four Models（🍎手机15）
6. 【Phone】iPhone 16 Series: An In-Depth Comparison of All Four Models（🍎手机16）
7. 【Phone】The Evolution of OPPO Smartphones (2020–2026): Imaging, Foldables, and ColorOS（oppo手机）
8. 【Phone】realme Smartphones 2020–2026: From “Dare to Leap” to Refocusing on Global Markets（真我手机）
9. 【Phone】The Evolution of REDMI Smartphones (2022–2026)（红米手机）
10. 【Phone】The Evolution of vivo Smartphones (2020–2026): Seven Years of Imaging, Chips, and Software（vivo手机）
11. 【Phone】The Evolution of iQOO Smartphones (2020–2026): From 120W Charging to Active Cooling （iQOO手机）
12. 【Phone】The Evolution of Xiaomi Smartphones (2022–2026): From Leica Imaging to AI Flagships（小米手机）

Tourism

1. 【Tourism】Xianyang（陕西咸阳）
2. 【Tourism】Yuncheng（1）（山西运城）
3. 【Tourism】Yuncheng（2）（山西运城）
4. 【Tourism】Yuncheng（3）（山西运城）
5. 【Tourism】Yuncheng（4）（山西运城）
6. 【Tourism】Yuncheng（5）（山西运城）
7. 【Tourism】Luoyang（1）（河南洛阳）
8. 【Tourism】Luoyang（2）（河南洛阳）
9. 【Tourism】Luoyang（3）（河南洛阳）
10. 【Tourism】Zhengzhou（河南郑州）
11. 【Tourism】Hezhou（1）（广西贺州）
12. 【Tourism】Hezhou（2）（广西贺州）
13. 【Tourism】Hezhou（3）（广西贺州）
14. 【Tourism】Yongzhou（湖南永州）
15. 【Tourism】Zhaoqing（广东肇庆）
16. 【Tourism】Zhongshan（广东中山）

TV Show / Documentary

Comedy Competition

1. 【Annual Comedy Competition】 (Season 1)
2. 【Annual Comedy Competition】 (Season 2)

National Treasure

1. 【National Treasure】
2. 【National Treasure2】

NBA

1. 【NBA】National Basketball Association Champions Throughout History
2. 【NBA】75 Greatest NBA Players of All Time

The Rap of China

1. 【The Rap of China】2017
2. 【The Rap of China】2018
3. 【The Rap of China】2019
4. 【The Rap of China】2020

Touching China

1. 【Touching China】2002-2006
2. 【Touching China】2007-2011
3. 【Touching China】2012-2016
4. 【Touching China】2017-2021
5. 【Touching China】2022-2023

Tao Te Ching

1. 【Tao Te Ching】Part 1
2. 【Tao Te Ching】Part 2