关于我

来着何人，报上姓名。俺是AAA高老庄旺铺招租，是一名三维视觉算法工程师，以前从事SLAM，现在主要从事3dgs重建，神经辐射场，图像和视频的AIGC，目前在自动驾驶领域当牛马，也可以找我交流CSGO和OW（上勾拳！）。

以后会在这边分享一些技术，或者一些杂谈。

联系方式

如果你想要与我交流，可以通过以下方式联系我：

  • GitHub: https://github.com/chengYi-xun
  • 邮箱: ldq4399@163.com

感谢你的阅读，希望我们可以一起学习和成长！

生成式人工智能

通用理论

  1. 笔记｜生成模型（一）：一些概率论的基础概念和理论
  2. 笔记｜生成模型（二）：生成模型的技术路线总览
  3. 笔记｜生成模型（三）：生成对抗理论
  4. 笔记｜生成模型（四）：变分自编码器理论
  5. 笔记｜生成模型（五）：DDPM理论
  6. 笔记｜生成模型（六）：DDIM理论
  7. 笔记｜生成模型（七）：Score-Based理论
  8. 笔记｜生成模型（八）：SDE统一DDPM和SMLD
  9. 笔记｜生成模型（九）：Classifier Guidance 理论与实现
  10. 笔记｜生成模型（十）：Classifier-Free Guidance 理论与实现
  11. 笔记｜生成模型（十一）：UIT和DiT架构详解
  12. 笔记｜生成模型（十二）：Normalizing Flow理论与实现
  13. 笔记｜生成模型（十三）：Flow Matching理论与实现
  14. 笔记｜生成模型（十四）：Stable Diffusion 3 架构解析 (MMDiT)
  15. 笔记｜生成模型（十五）：Flux 架构解析
  16. 笔记｜生成模型（十六）：强化学习基础与策略梯度
  17. 笔记｜生成模型（十七）：信任区域与近端策略优化 (从 TRPO 到 PPO)
  18. 笔记｜生成模型（十八）：大模型对齐的另一条路：DPO (Direct Preference Optimization)
  19. 笔记｜生成模型（十九）：大模型在线 RL 破局者：GRPO 算法详解
  20. 笔记｜生成模型（二十）：Flow-GRPO 与图像生成应用（基于 Flux 的代码解析）
  21. 笔记｜生成模型（二十一）：DAPO：从 GRPO 到大规模推理 RL 的工程实践
  22. 笔记｜生成模型（二十二）：GRPO 的三重面孔——从 2-GRPO 到 f-GRPO 与 GIFT
  23. 笔记｜生成模型（二十三）：SuperFlow 与图像生成 RL 前沿（2026）
  24. 笔记｜生成模型（二十四）：DanceGRPO——视频生成的统一强化学习框架

LLM 记忆与对齐

  1. 笔记｜MemoryBank：用艾宾浩斯遗忘曲线赋予 LLM 长期记忆

多模态融合

  1. 笔记｜多模态融合（一）：从特征拼接到注意力融合——多模态学习基础
  2. 笔记｜多模态融合（二）：CLIP——对比学习连接视觉与语言
  3. 笔记｜多模态融合（三）：从 BLIP 到 BLIP-2——Q-Former 与交叉注意力的艺术
  4. 笔记｜多模态融合（四）：LLaVA——用一层 MLP 让大模型"看懂"图片
  5. 笔记｜多模态融合（五）：原生多模态——从 Flamingo 到 Chameleon
  6. 笔记｜多模态融合（六）：2026 前沿——InternVL、Qwen-VL、Mamba 与多模态的未来

世界模型

  1. 笔记｜世界模型（一）：什么是世界模型？从认知科学到深度学习
  2. 笔记｜世界模型（二）：Dreamer 系列——在想象中学习控制
  3. 笔记｜世界模型（三）：JEPA——在嵌入空间预测世界
  4. 笔记｜世界模型（四）：视频生成即世界模拟——从 Sora 到 Genie 与 Cosmos
  5. 笔记｜世界模型（五）：物理化的视频生成——让模型理解牛顿定律
  6. 笔记｜世界模型（六）：自动驾驶世界模型——从视频预测到占用预测
  7. 笔记｜世界模型（七）：前沿与统一视角——五条路线的收敛

杂谈

  1. 杂谈｜写作的目的
  2. 笔记｜VGGT——用一个 Transformer 完成所有 3D 视觉任务
  3. 笔记｜Vision Transformers Need Registers：用 Register Tokens 治愈 ViT 的"注意力伪影"