这里整理我目前关注的研究问题，并区分已经完成的实验与写作、正在形成的方法，以及仍需验证的想法。
AIGC Authenticity & Robustness
研究问题： 如何减少检测器对水印、编码格式和生成器身份等捷径的依赖，并从稳定的时空信号中识别生成视频。
当前关注点
- 已经做过： 围绕 AIGC 视频检测的研究方向、编码器表示、Transformer 数值稳定性与对抗性反取证完成了分析和学习记录。这些内容是问题拆解与技术准备，不代表已经完成一个鲁棒的视频检测系统。
- 正在探索： 如何把检测依据从生成器特有痕迹转向跨帧一致性、潜在表示和更稳定的时空证据，并评估压缩与后处理对这些证据的影响。
Related Projects / Selected Writing
- AIGC 视频攻防研究：为什么我们必须重新理解“视频”
- 编码器 Encoder 笔记：从特征表示到 AIGC 视频检测
- Transformer 数值稳定性、归一化机制与 AIGC 视频检测启发
- 当 AI 学会“完美伪装”：深度解析《Adversarial Reality》与反取证实战
Latent Representations & Generative Dynamics
研究问题： 生成模型的潜空间保留了什么结构，数据如何在潜空间中变化和传输。
当前关注点
- 已经做过： 梳理了生成模型 Tokenizer 与潜空间、一步图像编辑中的最优传输、StyleGAN3 的连续信号表示，以及优化算法的数学基础。这些成果目前主要是技术分析和学习笔记。
- 正在探索： 潜在表示中的结构如何与生成动态、编辑轨迹和数字指纹相联系，以及哪些变化规律能够跨模型稳定存在。
Related Projects / Selected Writing
- 从 RAE 到 Cosmos Tokenizer：生成模型潜空间与 AIGC 视频数字指纹
- ChordEdit：一步图像编辑为什么需要低能量传输？
- 傅里叶特征在 StyleGAN3 中的作用：从高频拟合到连续坐标场
- 深度学习优化算法系统笔记：从梯度下降到 AdamW
3D Vision & Human Reconstruction
研究问题： 如何从有限二维观测恢复可编辑、可驱动、身份一致的三维人物表示。
当前关注点
- 已经做过： 跑通官方 3DGS Baseline，搭建从视频预处理、COLMAP 到训练与评估的数据链路，并在自采数据上完成多轮实验与失败分析。这些工作形成了可复盘的工程和实验基础，但还不是一个已经解决的全头重建方法。
- 正在探索： 如何从静态近似走向包含身份、表情和动态变化的建模，并理解几何先验、Gaussian 表示与可驱动 Avatar 之间的关系。
Related Projects / Selected Writing