赵鹏阳

 北京    15330050984    pengyang.zhao@foxmail.com  

 个人概述

清华大学电子工程系博士，具备近 3 年影像算法研发经验，聚焦 AIGC、图像复原与数据工程。曾主导/参与过文字图像复原、人像美颜、RAW 域生成式复原算法研发，具备 Diffusion 训练、LoRA 微调、基于 DPO 的生成模型偏好对齐、视觉表征模型应用、大规模自动化数据清洗与难例挖掘经验；探索长效 AI 协同方式，善于沉淀 AI 基建与自动化；具备从算法预研到算法落地与业务提效的完整经验。

 教育经历

 工作经历

 核心项目经历

项目职责：针对现实复杂退化场景下的文字图像，主导从数据闭环、复原算法研发到落地的全流程。

• 生成式复原算法研发：主导从传统 Transformer 向 JiT + Flow Matching 生成式架构演进，引入像素级结构约束缓解文字笔画幻觉与结构失真；探索基于 CLIP 对比学习的汉字 embedding 方案。整体方案相较基线模型，主观盲测胜率接近 100%，文本识别准确率相对提升 12%、识别置信度提升 26%，成功支撑下一代旗舰机影像卖点特性。
• 数据闭环与数据工程：构建由 VLM 驱动的大规模自动化数据清洗与测评管线。微调 Qwen3-VL-8B 建立难例挖掘与价值过滤机制，对输入图像进行多维质量量化，实现对网络数据中高质量文字图像的自动化、高精度筛选与过滤。融合实采、渲染合成、网络数据与 T2I 生成数据等异构源，构建出百万级规模的高质量文字复原训练集，形成可持续迭代的数据闭环体系。

项目职责：面向相册后处理与云端修图场景，负责人像精修模型微调与精细化后处理。

• 生成式人像精修：基于约 3 万组专业人工及软件精修人像数据，对 FLUX.2 Klein 4B 进行 LoRA 微调；通过引入隐空间低频约束缓解色彩漂移问题；基于人工偏好数据开展 DPO 后训练，对齐人像精修偏好。
• 人脸瑕疵分割：基于约 3 万张数据训练多类别 U-Net 分割模型，采用软边界监督改善细小瑕疵的边界定位效果，结合类别权重及 Mask 后处理融合算法，为不同类型瑕疵的精细调整提供支持。

项目职责：针对 RAW 域图像传统复原模型的画质上限，引入生成式方案，探索多帧输入条件下的模型结构设计与 RAW 域信息注入策略。

• 跨空间条件注入设计：针对 FLUX.1-dev 12B 隐空间与多帧 RAW 域的模态差异，通过引入 Bayer 数据流与 LoRA 微调显式约束底层结构，显著提升 RGB 域的图像重建质量。此外，结合对抗生成损失对模型进行单步蒸馏，将推理过程压缩至单步，实现生成速度的跨越式提升。
• Latent/Pixel 扩散方案架构选型：对比预研 Latent 与 Pixel 空间扩散两大路线，分析不同域下图像重建 loss 的有效性，探究“清晰度”与“保真度”两者在不同技术路线上的差异，为模型定型与演进奠定基础。
• 多帧时序建模：借鉴 Video Diffusion 的模型扩展方法，通过 inflation 方式将图像生成模型扩展至多帧结构，引入 temporal attention 建模跨帧依赖，探索其在多帧 RAW 复原中的应用及训练数据构建方法。

 专业技能

• 生成式视觉算法：熟悉 Diffusion、DDPM、Flow Matching、JiT、LoRA / PEFT 等技术/知识，了解 SD、FLUX、CogVideoX、HunyuanVideo、Wan 等开源模型。
• 多模态与后训练：具备 Qwen3-VL 微调、视觉表征模型应用及 DPO 偏好对齐实践；理解 Reward Modeling、PPO 等 RLHF 核心方法；持续跟踪 VLM 领域开源模型发展。
• 开发技能/工具：Python、PyTorch、Diffusers、PEFT、Git、Docker、Codex/CC 等。
• 英语能力：通过大学英语六级考试；具备良好的英语听说读写能力，能够快速浏览英文文献和书籍。

 荣誉奖励

• 荣耀 2024 年度微光者、荣耀知识之星
• 国家奖学金、奇虎 360 奖学金、三星奖学金
• 校优秀学生干部、校优秀学生、校级国家奖学金标兵

 论文

发表与参与论文 7 篇，研究方向聚焦生物识别与图像复原。