个人简介

我目前是北京大学计算机学院视频与视觉技术国家工程研究中心（NERCV²T）HMI实验室的一名在读博士生，导师为仉尚航教授。 在此之前，我在北京大学取得了智能科学与技术学士学位（图灵荣誉学位）。同时，我还获得了经济学的学士学位。

科研兴趣

我的科研兴趣集中于计算机视觉与多模态学习，包括视觉基础模型、多模态大模型、视觉复杂推理、视觉令牌压缩、视觉持续学习与具身智能。我的总体研究目标是构建出一套具有类人表达、适应与泛化能力的大规模高效视觉感知系统，表现出包括基础感知、认知推理与自主创造在内的强大能力。

具体来讲，我的研究兴趣包括：

1. 通用视觉基础模型
2. 视觉语言模型（多模态大模型/扩散多模态模型）
3. 视觉复杂推理（视觉思维链/图像思考）
4. 视觉令牌压缩（令牌剪枝/键值缓存压缩）
5. 视觉持续学习（记忆机制/快慢系统）
6. 具身智能（机器人学/自动驾驶）