我目前在 ByteDance 做生成式 AI 软件工程，主要把生成和多模态模型接入创作工具：图像与视频生成、内容理解、长任务处理，以及支撑这些能力的服务系统。
我最早从计算机图形学和三维视觉进入这个方向。2023 年，我从南加州大学获得计算机科学硕士学位；本科就读于香港中文大学（深圳）计算机科学与工程专业。此前，我曾在 TikTok/ByteDance 和蚂蚁集团做生成模型相关研究，也在深圳市大数据研究院参与单视图三维重建研究。
现在我更关心模型离开论文和 Demo 之后会遇到的事：接口是否清楚、长任务能否恢复、评估是否可信、出了问题能不能看明白。一个模型有潜力只是开始；把它做成能稳定服务创作者的系统，才是另一段很长的工程。
这个博客最初记录的是图形学和深度学习学习笔记，这些内容会继续保留。之后我也会写一些从研究原型走向创作型 AI 系统时，反复遇到的工程问题和判断。
现在关心的方向
- 生成式与多模态 AI 系统
- 创作工具、图形学与人机交互
- 可靠的推理服务与工作流编排
- 让 AI 能力更容易组合和评估的工具
代表工作
One-Shot Generative Domain Adaptation（GenDA）
GenDA 研究如何只用极少量、甚至一张目标域图片，将预训练 GAN 迁移到新的图像域。这项工作完成于我在 TikTok/ByteDance 的实习期间，合作导师为沈宇军博士和杨策源博士。
VIPNet：单视图三维重建
VIPNet 通过稀疏隐式点引导，从单张图片重建高分辨率三维形状，发表于 3DV 2020。
C++ 三维图形渲染器
我写过一个轻量的 OpenGL 风格渲染器，用来理解从三维模型到图像的完整路径：光栅化、变换、着色、纹理和抗锯齿。
个人创作
工作以外，我也喜欢画画和做视觉设计。
早餐海报
这张海报是为校园早餐活动画的。“早点来吧”既是喊大家早些到，也是在邀请大家来吃早餐。
STAr Logo
这个 Logo 为 Sailboat Test Arena（STAr）项目设计，用于测试和引导自动帆船。北斗七星既指向航行，也呼应了项目名称。