I am currently a Research & Development Expert at Kuaishou Technology since 2021. I am committed to analyzing and improving the quality of Kuaishou videos and enhancing users' experience in live and on-demand scenarios. Before joining Kuaishou, I worked in SenseTime Research as a Computer Vision and Machine Learning Researcher from 2018 to 2021, improving the accuracy of face recognition and classification in smart city scenarios. I received my master degree from the National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Science in 2018, and my bachelor degree from the Beijing University of Posts and Telecommunications (BUPT) in 2015.

My research interests are in visual content generation, video quality assessment, video enhancement and restoration, neural architecture design and AI infrastructure.

自2021年加入快手，主要深耕于人工智能与音视频领域的结合落地，专注于通过算法提升快手视频的整体画质并改善用户体验：

1. 视频质量评估：基于海量的视频数据+AI大模型训练自研了 快手视频质量评价体系KVQ，量化视频生产消费链路中诸如编码、处理、传输等过程的画质损失，提供准确的客观质量评价。 通过自研 QPT系列算法，走通了基于海量无监督数据训练质量感知模型的技术路线，结合高质垂类数据微调，在快手100+垂类场景的表现超过Golden Eye； 并与多模态大模型进行结合，通过高质量描述数据指令微调，给出白盒化归因分析和画质改善建议。落地快手点播、直播场景，指导智能编码、多码率决策下发、审核风控、推荐分发、搜索排序等场景，日均调用2亿次。

2. 视频画质增强：针对快手视频的画质问题，基于Transformer设计并实现了多种视频处理算法，包括KEP (Kuaishou Enhanced Processing)/KRP (Kuaishou Restoration Processing)，显著改善了视频画质，让用户看到比作者上传源更清晰的画面， 取得了显著的带宽成本节省和App使用时长提升收益。充分拥抱AIGC，进一步自研 Diffusion-based增强算法XPSR 和 业界首个Autoregressive-based增强算法VARSR，通过生成能力的改善突破画质上限，结合billion级别的训练数据，取得了令人惊艳的增强修复效果，落地服务端点播场景取得了显著用户时长提升收益， 同时赋能电商、商业化，通过清晰度的提升促进GMV、广告消耗。

3. AI Infrastructure：大模型的训练上，结合Deepspeed、Megatron等业界主流架构，深度优化DiT结构，实现高效DP/CP/TP等多机多卡分布式训练；部署上，自研多模型单引擎部署方案、Diffusion低精度量化、一致性模型蒸馏等技术， 将diffusion模型推理降低至1步，并与NVIDIA展开深度合作，基于TensorRT-LLM、FP8量化等技术大幅提升大模型在视频处理场景下的推理效率，整体加速80+倍，为AI能力的规模化应用提供了坚实的技术基础，显著降低了机器成本、提升了服务的覆盖率。 并在GTC2025上进行技术分享：重塑短视频视觉体验：智能视频质量评价与处理大模型。