近年來(lái)，生成式人工智能在AI技術(shù)應(yīng)用中持續(xù)成為焦點(diǎn)，其中文生視頻大模型Sora憑借60秒連貫視頻生成能力，在全球范圍內(nèi)掀起了新一輪技術(shù)熱潮。香港科技大學(xué)（廣州）人工智能學(xué)域助理教授陳穎聰正聚焦這一領(lǐng)域的前沿研究，他的核心方向是突破文本生成3D模型的技術(shù)瓶頸。

▲陳穎聰

“技術(shù)之所以備受關(guān)注，源于它在游戲開發(fā)、影視制作、工業(yè)設(shè)計(jì)等領(lǐng)域的變革性潛力。傳統(tǒng)3D建模需要30～200小時(shí)的復(fù)雜流程，而生成式AI有望將其壓縮至數(shù)小時(shí)甚至更短。”陳穎聰介紹，數(shù)字3D資產(chǎn)不僅能實(shí)現(xiàn)高度可視化，還能構(gòu)建與現(xiàn)實(shí)世界深度交互的復(fù)雜場(chǎng)景，這種能力將隨著技術(shù)的演進(jìn)而持續(xù)增強(qiáng)。

如今，結(jié)合生成式視覺(jué)模型的成果與業(yè)界開展跨領(lǐng)域研究，陳穎聰已與思謀科技、華為諾亞方舟實(shí)驗(yàn)室、趣丸科技等公司開展合作，持續(xù)在工業(yè)智能、智能駕駛、智能創(chuàng)作等應(yīng)用領(lǐng)域?qū)で笸黄啤Ｖ档藐P(guān)注的是，他的研究也正從靜態(tài)生成向動(dòng)態(tài)交互演進(jìn)——關(guān)注視覺(jué)生成模型在具身智能上的應(yīng)用，用生成模型構(gòu)建高度擬真的虛擬世界訓(xùn)練具身智能體，有望培育出適應(yīng)復(fù)雜現(xiàn)實(shí)場(chǎng)景的機(jī)器人。正如Sora展現(xiàn)出的物理規(guī)律模擬能力，生成模型與具身智能的結(jié)合，或?qū)⒅匦露x人工智能理解并改造物理世界的方式。

跨界融合探真知

陳穎聰?shù)膶W(xué)術(shù)成長(zhǎng)軌跡呈現(xiàn)出典型的學(xué)科交融探索特征。他的科研生涯始于通信工程專業(yè)學(xué)習(xí)階段，大三時(shí)在中山大學(xué)賴劍煌教授的數(shù)字圖像處理課程中他初次接觸計(jì)算機(jī)視覺(jué)領(lǐng)域。這段經(jīng)歷頗具轉(zhuǎn)折意義——當(dāng)時(shí)深度學(xué)習(xí)尚未興起，傳統(tǒng)計(jì)算機(jī)視覺(jué)研究方法面臨諸多局限，但正是這種技術(shù)挑戰(zhàn)激發(fā)了他的研究興趣。

有一個(gè)關(guān)鍵點(diǎn)是，賴劍煌教授在人臉識(shí)別領(lǐng)域的研究恰好與陳穎聰?shù)膫€(gè)人需求相契合?！拔蚁Ｍ梢詫W(xué)以致用，通過(guò)研究人臉識(shí)別去解決自己臉盲的問(wèn)題?！标惙f聰笑說(shuō)?？蒲行枨笈c個(gè)人興趣共振的機(jī)緣成為他持續(xù)深耕的重要?jiǎng)恿Α?/p>

在學(xué)術(shù)進(jìn)階的關(guān)鍵節(jié)點(diǎn)上，陳穎聰特別提到了博士生導(dǎo)師賈佳亞教授對(duì)他研究思維的深刻影響。在香港中文大學(xué)攻讀博士學(xué)位期間，賈教授提出的“真問(wèn)題導(dǎo)向”研究范式與他之前的固有理念形成鮮明對(duì)比。賈教授以自身從圖像復(fù)原轉(zhuǎn)向深度學(xué)習(xí)的研究轉(zhuǎn)型，示范了如何突破領(lǐng)域慣性思維，這種身教勝于言傳的指導(dǎo)方式使陳穎聰深刻領(lǐng)悟到學(xué)術(shù)研究的本質(zhì)在于解決真實(shí)世界的關(guān)鍵問(wèn)題，而非單純追求發(fā)表指標(biāo)或所謂的熱點(diǎn)。

這種理念的轉(zhuǎn)變?cè)陉惙f聰后續(xù)的科研實(shí)踐中得到充分體現(xiàn)。在麻省理工學(xué)院從事博士后研究期間，他將計(jì)算機(jī)視覺(jué)領(lǐng)域的經(jīng)驗(yàn)創(chuàng)造性應(yīng)用于無(wú)線感知與醫(yī)療健康的交叉研究，成功取得了基于Wi-Fi信號(hào)的遠(yuǎn)程血氧監(jiān)測(cè)和帕金森病無(wú)擾診斷等突破性成果。這些跨領(lǐng)域探索不僅驗(yàn)證了“真問(wèn)題導(dǎo)向”研究范式的有效性，更讓他體驗(yàn)到前沿科研應(yīng)有的創(chuàng)新維度。

“這段經(jīng)歷顛覆了我先前對(duì)科研的認(rèn)識(shí)：優(yōu)秀的研究工作不僅可以深入探究單一領(lǐng)域的方法機(jī)理，還可以從現(xiàn)實(shí)問(wèn)題出發(fā)，有機(jī)融合多個(gè)領(lǐng)域的知識(shí)，形成新的理論與方法，進(jìn)而為原有領(lǐng)域帶來(lái)全新的思維范式?！标惙f聰說(shuō)。這段經(jīng)歷亦讓他明確了未來(lái)的研究方向。

加入香港科技大學(xué)（廣州），陳穎聰正是看中學(xué)校交叉學(xué)科的發(fā)展定位與個(gè)人研究理念的高度契合。“在AI技術(shù)快速迭代的當(dāng)下，保持對(duì)‘真問(wèn)題’的敏銳洞察和跨學(xué)科整合能力，或許是突破研究瓶頸的關(guān)鍵所在?！标惙f聰坦言。

學(xué)海無(wú)涯守本心

在香港科技大學(xué)（廣州），陳穎聰找到了理想的研究土壤，學(xué)校不僅提倡跨學(xué)科研究，更通過(guò)寬容的管理模式為高風(fēng)險(xiǎn)的研究提供了保障。這賦予他更多空間去嘗試那些“無(wú)人區(qū)”的探索。然而隨著研究深入，他意識(shí)到：需要解決的問(wèn)題實(shí)在太多，可能一輩子都做不完。這種認(rèn)知促使他重新審視自己的學(xué)術(shù)追求，最終回歸研究初心——聚焦解決真實(shí)問(wèn)題?！吧硖幰曈X(jué)生成模型這一熱門領(lǐng)域，許多現(xiàn)有研究可能很快就會(huì)被突破或形成共識(shí)。但我相信，在這個(gè)大領(lǐng)域內(nèi)終將找到自己的貢獻(xiàn)點(diǎn)，而這個(gè)定位會(huì)隨著研究進(jìn)程自然顯現(xiàn)?！标惙f聰說(shuō)。

▲由Kiss3DGen生成的場(chǎng)景

在科研上，陳穎聰目前主要深耕兩個(gè)領(lǐng)域：基礎(chǔ)研究和產(chǎn)業(yè)應(yīng)用。基礎(chǔ)研究方面，他致力于提升生成式視覺(jué)模型的質(zhì)量、速度、可控性等核心指標(biāo)；產(chǎn)業(yè)應(yīng)用方面，則充分發(fā)揮跨領(lǐng)域研究經(jīng)驗(yàn)，從大灣區(qū)實(shí)際產(chǎn)業(yè)需求中提煉關(guān)鍵問(wèn)題。這種雙軌并進(jìn)的研究模式，既保持了學(xué)術(shù)深度，又確保了研究?jī)r(jià)值。

校企合作項(xiàng)目是陳穎聰研究的重要組成部分。以三維生成模型項(xiàng)目為例，他與趣丸科技的合作頗具代表性。這個(gè)項(xiàng)目源于企業(yè)數(shù)字化轉(zhuǎn)型需求，盡管面臨激烈的市場(chǎng)競(jìng)爭(zhēng)，但雙方組成的聯(lián)合研究團(tuán)隊(duì)仍取得了顯著進(jìn)展。合作推出的Kiss3DGen模型，創(chuàng)新性地利用現(xiàn)有2D圖像生成模型的知識(shí)與框架，將多視圖圖像和對(duì)應(yīng)法線貼圖拼接成三維聚合圖，把傳統(tǒng)3D生成問(wèn)題轉(zhuǎn)化為2D圖像生成任務(wù)。即使在有限的訓(xùn)練數(shù)據(jù)條件下，Kiss3DGen仍能生成高質(zhì)量的3D資產(chǎn)，減少對(duì)大規(guī)模數(shù)據(jù)的依賴，同時(shí)在靈活性和性能方面表現(xiàn)出色。目前，Kiss3DGen單獨(dú)使用效果已優(yōu)于現(xiàn)有開源方法，而且在與現(xiàn)有方法結(jié)合后，性能可進(jìn)一步增強(qiáng)。

陳穎聰介紹，三維生成模型的意義類似于文字生成圖像技術(shù)，作為基礎(chǔ)模型可大幅降低建模門檻。在游戲開發(fā)、建筑設(shè)計(jì)等領(lǐng)域，它能將原本需要數(shù)周的建模過(guò)程縮短至一兩個(gè)小時(shí)，實(shí)現(xiàn)降本增效。更重要的是，它讓非專業(yè)人員也能參與建模，加速創(chuàng)新迭代。此外，團(tuán)隊(duì)還探索了AI與消費(fèi)市場(chǎng)的結(jié)合，嘗試開拓三維模型打印等增量市場(chǎng)。

產(chǎn)學(xué)研深度合作模式給陳穎聰帶來(lái)深刻啟示。他發(fā)現(xiàn)，科研已從單打獨(dú)斗轉(zhuǎn)向需要學(xué)界與產(chǎn)業(yè)界協(xié)同推進(jìn)。學(xué)界能快速收斂技術(shù)路線，產(chǎn)業(yè)界則提供數(shù)據(jù)、算力等資源支持。更令他欣喜的是，參與項(xiàng)目的學(xué)生的研究思維發(fā)生了明顯轉(zhuǎn)變——從單純關(guān)注技術(shù)實(shí)現(xiàn)，轉(zhuǎn)為思考研究成果的系統(tǒng)價(jià)值和社會(huì)影響。

在香港科技大學(xué)（廣州），陳穎聰切身體會(huì)到“以學(xué)生為中心”理念的真正落地。學(xué)校領(lǐng)導(dǎo)通過(guò)定期組織青年教師聚餐等非正式交流，為學(xué)術(shù)民主創(chuàng)造了開放環(huán)境。這種管理模式不僅體現(xiàn)在制度設(shè)計(jì)上，更滲透到日常互動(dòng)中，使陳穎聰逐漸形成了“成長(zhǎng)教練”的教育理念——注重通過(guò)培養(yǎng)學(xué)生全面發(fā)展來(lái)推動(dòng)科研進(jìn)步，而非單純追求學(xué)術(shù)產(chǎn)出。

在具體實(shí)踐中，陳穎聰有意注重培養(yǎng)學(xué)生識(shí)別“真問(wèn)題”的能力。面對(duì)AI領(lǐng)域普遍存在的論文競(jìng)賽現(xiàn)象，他營(yíng)造純粹科研氛圍，引導(dǎo)學(xué)生回歸研究本質(zhì)。這種理念亦體現(xiàn)在他對(duì)團(tuán)隊(duì)的獨(dú)特管理方式中：博士生和碩士生自發(fā)形成研究小組，通過(guò)“傳幫帶”機(jī)制實(shí)現(xiàn)知識(shí)傳承；團(tuán)隊(duì)成員能主動(dòng)協(xié)調(diào)資源分配，這種協(xié)作精神在競(jìng)爭(zhēng)激烈的AI領(lǐng)域尤為珍貴。團(tuán)隊(duì)采用分層協(xié)作模式，陳穎聰負(fù)責(zé)把握跨領(lǐng)域方向，學(xué)生則深耕細(xì)分領(lǐng)域并定期分享見(jiàn)解，形成知識(shí)流動(dòng)的良性循環(huán)。

面對(duì)AI技術(shù)的飛速發(fā)展，陳穎聰保持著清醒認(rèn)知。他目前聚焦生成模型與具身智能的結(jié)合研究，這一選擇源于對(duì)行業(yè)痛點(diǎn)的深刻理解?！把菔疽曨l再酷炫，如果不能適應(yīng)真實(shí)環(huán)境的微小變化，就永遠(yuǎn)無(wú)法進(jìn)入應(yīng)用?！彼赋霈F(xiàn)有具身智能系統(tǒng)的泛化性瓶頸。通過(guò)生成模型模擬多樣化場(chǎng)景數(shù)據(jù)，他正試圖突破這一限制，讓機(jī)器人真正具備普適性。為此，他計(jì)劃加大與產(chǎn)業(yè)界的交流，確保研究方向始終對(duì)準(zhǔn)真實(shí)需求。

在應(yīng)對(duì)技術(shù)迭代帶來(lái)的挑戰(zhàn)時(shí)，陳穎聰有前瞻性思考——當(dāng)某個(gè)領(lǐng)域剛開始爆發(fā)時(shí)，就預(yù)判哪些問(wèn)題具有長(zhǎng)期價(jià)值；在技術(shù)收斂階段，則主動(dòng)尋找尚未標(biāo)準(zhǔn)化的創(chuàng)新空間?！拔覀円龅牟皇亲汾s潮流，而是創(chuàng)造潮流?！彼冀K強(qiáng)調(diào)保持非功利性好奇心的重要性，希望幫助學(xué)生建立應(yīng)對(duì)快速變化的定力。

展望未來(lái)，陳穎聰認(rèn)為AI研究將呈現(xiàn)基礎(chǔ)模型標(biāo)準(zhǔn)化趨勢(shì)，這既帶來(lái)成果轉(zhuǎn)化的便利，也加劇了學(xué)術(shù)界追趕工業(yè)界的壓力?！爱?dāng)焦慮于大模型帶來(lái)的同質(zhì)化競(jìng)爭(zhēng)時(shí)，根植于科研本真的實(shí)踐其實(shí)在提醒我們——思想的多樣性永遠(yuǎn)是人類應(yīng)對(duì)未知的最寶貴資產(chǎn)。在技術(shù)狂潮中錨定價(jià)值坐標(biāo)，回歸科研本質(zhì)的定力，恰是應(yīng)對(duì)不確定性的最大確定性?！标惙f聰認(rèn)為，可持續(xù)的創(chuàng)新，永遠(yuǎn)始于對(duì)“求真”的深度關(guān)照。