计算机视觉是我们的科研团队的强项，我们的团队中有超过100名专家（其中80%以上的成员为海内外Top高校博士生导师）在此领域有深入研究。他们的研究成果广泛发表在CVPR、ICCV、TPAMI等多种TOP期刊和会议上，并有多名成员是期刊审稿人，累计发表论文超过483篇。他们的研究方向包括生成式视觉AI、图像分类、目标检测、语义分割、3D重建、图像修复、视觉跟踪、人脸识别、光学字符识别、医学图像处理、自动驾驶等。从18年到现在共计参与了195个国家级自然科学基金科研项目，其中国家重点研发计划项目66个，国家2030重大项目5个，国家发改委、工信部、建设部等部委项目76个，北京市各类科技计划基金项目137个，项目经费额合计超过20亿元。他们的专业背景和丰富的研究经验，将帮助你深入理解CV的最新研究动态和技术趋势。

在强化学习领域，我们的科研团队拥有少数博士后、讲师和85%以上的教授和博士生导师，他们在强化学习的理论和应用方面有深入研究。他们的研究成果广泛发表在CCF A类顶刊和顶级会议上，累计发表论文超过百篇，申请国家发明专利158项。他们的研究方向包括深度强化学习、多目标强化学习、脉冲强化学习等。他们在国家级科研项目中发挥了重要作用，包括承担73项国家自然科学基金项目和国家重点研发计划项目，其中超过47个项目经费超过1000万元。他们的专业知识和丰富的代码能力，能够让你深入浅出的走上强化学习的科研道路。

我们的科研团队在图神经网络和推荐系统领域有30余位领军人才，他们围绕基于图网络的协同过滤、基于知识图谱的推荐系统、社交网络推荐系统、异构图推荐系统、序列推荐和会话推荐、可解释性和反馈循环深入研究。他们的研究成果广泛发表在KDD、WWW、AAAI等顶级期刊和会议上，累计发表论文超过260篇，其中包括43篇高被引论文，多篇论文被引用量超过了2000次。他们的研究方向包括社交网络分析、电子商务推荐、个性化搜索等，并且参与过多个字节跳动、快手、新浪等多家大型互联网公司的推荐系统建设和优化工作，对推荐系统的实际运行和优化有深入的理解和实践经验。他们还参与了国家十四五规划制定，累计承担了21项国家重点研发计划项目，获得了香港研究基金委员会基金15项。

AIGC模型的核心是其多模态处理能力，它能够处理和理解包括文本、图像、视频、音频等多种类型的数据。这种能力使得AIGC模型在处理复杂的实际问题时，能够充分利用各种类型的数据，提高决策的准确性和效率。在AIGC模型的研发过程中，我们的团队积累了大量的实践经验和技术积淀。在AIGC大模型领域，我们的科研团队有深入的研究和丰富的实践经验，共计发表SCI2区和CCFA类以上论文230余篇，有20余位老师参与了百度文心一言和讯飞星火认知大模型的开发过程，40%的成员博士毕业于美国TOP高校。无论是今年的GPT模型，还是其他预训练模型，总有一位老师能够引领你走入大模型的学术殿堂，借助各大高校和企业的AI实验室，也不需要担心没有足够的算力支持。