AI 图像生成模型研究与应用
持续跟踪 Stable Diffusion、SDXL、FLUX、Qwen、Flux Kelin、JM、GPT Image / Image 2、Flare 2.5 等模型与工具，探索生成能力、视觉风格与实际应用的结合。
研究与实践
围绕模型微调与训练、风格适配、提示词设计和生成流程开展实践，关注模型从技术演进到具体创作场景的应用。
探索 · 实践 · 沉淀
研究方向
从模型与理论，到应用与工程，
持续探索 AI 与真实业务的连接。
AI 应用与 Agent 工程
围绕 Codex、Claude Code、Kimi、Qoder、WorkBuddy 等大模型工具开展应用研究，探索 Agent 设计与调优、MCP、Context Engineering 和 Harness。
研究与实践
结合 FDE 的业务需求分析方式，梳理业务流程、数据与量化指标，推进工具集成、Agent 调优和落地部署，连接技术能力与业务需求。
AI 理论与算法基础
以 CNN、RNN、Transformer 等模型架构为理论基础，结合 YOLO、图像分割（Segmentation）与回归（Regression），理解不同任务的建模方式。
研究与实践
关注模型结构、训练目标与任务需求之间的关系，将理论理解用于模型选择、实验分析和应用方案设计，为工程实践提供依据。
端侧部署与机器视觉工程化
围绕 OpenCV、Halcon、图像分类（Classification）与目标检测（Detection）开展机器视觉工程实践，连接视觉算法与设备应用。
研究与实践
研究 RKNN 端侧模型量化与部署、瑞芯微平台适配及 TensorRT 推理加速，关注精度、时延与算力约束下的工程取舍。
量化研究与交易系统
围绕 A 股与可转债开展量化研究，搭建量化回测与实盘框架，探索从市场数据、策略验证到自动化执行的完整流程。
研究与实践
结合 QMT 自动化交易、数据队列与并发处理，研究行情数据组织、策略调度和交易执行，关注回测与实盘之间的一致性。
Vibe Coding 先驱者
以自然语言驱动开发与快速迭代，持续探索人与 AI 协作的软件构建方式，把想法转化为可运行、可验证的产品原型。
研究与实践
打通工具链路，搭建跨工具工作流与自动化脚本，将需求表达、开发、验证和部署串联起来，持续改善从想法到交付的效率。