Zhihan Zhu 朱旨函

Proposed a high-order inversion method for rectified flow models using a Runge–Kutta solver, enabling state-of-the-art fidelity and precise semantic control via Decoupled Diffusion Transformer Attention (DDTA).

提出了一种基于 Runge–Kutta 求解器的 Rectified Flow 模型高阶反演（Inversion）方法。通过引入解耦扩散 Transformer 注意力机制（DDTA），实现了目前最优的重建保真度与精确的语义控制。

Developed a generative semantic coding framework integrating image generation with deep compression via rectified flow models, enabling ultra-low bitrate visual communication.

开发了一种生成式语义编码框架，通过 Rectified Flow 模型将图像生成与深度压缩相结合，实现了超低比特率的视觉通信。

Developed auxiliary plug-in SR modules for MeanFlow and SDXL-Turbo pipelines. Trained on HPC clusters (8×A100 GPUs) using a custom dataset derived from DIV2K and Flickr2K. Achieved one-step super-resolution conditioned on reference images.

为 MeanFlow 和 SDXL-Turbo 开发了辅助的外挂式超分（SR）模块。在 HPC 集群（8×A100 GPUs）上使用基于 DIV2K 和 Flickr2K 构建的自定义数据集进行训练，实现了以参考图像为条件的单步超分辨率重建。

Designed an autonomous AI agent for the 2048 game. Open-sourced implementation on GitHub.

设计并实现了一个全自动玩 2048 游戏的 AI Agent。代码已在 GitHub 开源。