智猩猩AI整理

编辑：六六

东京大学博士崔子藤将于2027年加入香港科技大学（广州）人工智能学域，担任助理教授，并组建鲁棒智能实验室（Robust AI in the Wild，RAW Lab）。

崔子藤现在在东京大学先端科学技术研究中心（RCAST）做特任助教，2025年拿到东京大学博士学位。在这之前，他2018年本科毕业于哈尔滨工业大学电子工程专业，2021年在上海交通大学获得信息工程硕士学位。

从早期的计算机视觉研究，到计算摄影、三维视觉，再到近年来对具身智能的探索，崔子藤一直在思考一个问题：如何让AI不仅能看懂图像，还能更准确地感知真实世界？

在日常生活中，人们用相机拍照时，光线、环境和拍摄角度都会影响最终的成像效果。但对AI来说，这些变化可能直接影响模型的识别和判断。崔子藤的研究便从这些问题出发，尝试让视觉模型更好地适应不同的拍摄条件和复杂环境。

2024年，他以第一作者身份在计算机视觉顶会ECCV发表论文《RAW-Adapter: Adapting Pre-trained Visual Model to Camera RAW Images》。

这项研究关注的是一个容易被忽略的问题：能不能让AI直接利用相机记录的原始图像信息，而不是只依赖经过处理的照片？为此，他提出了RAW-Adapter，让预训练视觉模型能够更好地处理相机RAW图像。后来他又在这项工作的基础上进一步扩展，加入了针对不同图像退化情况的测试基准，相关成果于2026年发表在了TPAMI。

他的研究拓展到三维场景重建。2025年，他以第一作者身份在CVPR发表论文Luminance-GS，重点解决不同光照条件下三维场景重建效果不稳定的问题。

简单来说，就是让AI在还原一个真实场景时，不容易因为光线太暗、太亮或者不同角度的曝光变化而影响最终效果。

除了计算摄影和三维视觉，崔子藤也在探索如何让视觉模型更好地应对真实环境中的复杂变化。

2025年，他参与的两项研究Dr. RAW和I²-NeRF入选NeurIPS 2025。其中Dr. RAW尝试让AI直接利用相机拍摄的原始图像完成目标检测、图像分割等任务，减少传统图像处理环节对视觉信息的影响；I²-NeRF则将研究视角拓展到雾天、水下等复杂环境，探索如何让AI在光线传播受到干扰的情况下，依然能够较好地还原三维场景。

2026年，他参与的研究进一步拓展到不同相机传感器下的视觉识别、天文图像处理和复杂环境中的三维重建等方向，多项成果被NeurIPS、ECCV等国际会议接收。

从一张照片的成像质量，到一个三维场景的还原，再到复杂环境中的视觉感知：AI要真正走进现实世界，不能只依赖理想条件下的图像数据，还需要具备应对环境变化的能力。

凭借着上述的研究成果，崔子藤曾获得国家奖学金、上海交通大学优秀毕业生等荣誉，并入选CVPR、BMVC博士生论坛（Doctoral Consortium）。此外，他还获得过CVPR、ICCV杰出审稿人奖，以及东京大学工学系研究科长奖（Dean's Award）和AUA Scholars Award。

2027年，崔子藤将以港科广为新的起点，继续推进计算摄影、三维视觉与具身智能方向的研究。

对于正在快速发展的具身智能而言，如何让机器真正看懂周围环境，是走向实际应用的重要一环。崔子藤此前在成像与视觉感知领域积累的研究经验，也将为这一方向带来新的探索空间。