ZH / 黄镇

ABOUT ME 个人简介

探索智能的机制，
连接研究与实践。

我是黄镇，现任同济大学工程智能研究院助理教授。主要研究方向为具身智能、可解释性与工程智能，关注智能模型的内部机制，以及感知、决策与操作能力在真实工程场景中的应用。

我于中国科学技术大学获得本科及博士学位，随后在阿里云与中国科学技术大学开展博士后研究。曾任阿里巴巴通义实验室算法专家，参与 Qwen 模型研发，积累了从前沿研究到产业落地的经验。

曾带领团队获得 Hugging Face 阿拉伯语大语言模型榜单与日语大语言模型榜单第一；以第一作者或指导学生在 ICML、ICLR、ICCV、CVPR、ACL 等人工智能顶级会议发表论文 10 余篇。

TO PROSPECTIVE STUDENTS

欢迎对人工智能研究充满好奇的同学交流。
我们鼓励兼具学术价值与产业影响力的研究。 了解培养理念 →

研究方向

Research interests
01

具身智能

研究机器人的感知、决策与操作，探索视觉语言动作模型在真实环境中的泛化。

02

可解释性

探索大语言模型与多模态模型的内部机制，理解推理、知识表征与跨模态交互。

03

工程智能

面向工程图纸理解与工业自动化，研究复杂工程约束下的智能方法与可靠应用。

研究项目

Selected projects
LED-BENCH 示例：从机械图纸中关联视图、尺寸与工程证据

大幅面工程图纸理解

LED-BENCH

面向机械、建筑与交通领域的完整工程图纸，评测多模态模型的细粒度理解、跨视图关联与综合推理能力。

Project Paper Code
GraceBench 对比成功任务中的稳定轨迹与包含循环的执行轨迹

GUI 智能体执行稳定性评测

GraceBench

基于界面状态转移图和视频轨迹，对 GUI 智能体的偏离、循环与错误恢复进行逐步诊断，评估任务成功之外的执行稳定性。

Project Paper

代表性论文

Selected publications
展开更多论文（9 篇）收起更多论文

在 Google Scholar 查看完整论文列表 ↗

教育与工作经历

Background

教育与博士后经历

2022 — 2024

阿里云与中国科学技术大学

博士后

研究方向：大语言模型和多模态模型的可解释性

2017 — 2022

中国科学技术大学

信息科学技术学院 · 信息与通信工程 · 博士

研究方向：深度学习、计算机视觉 · 导师：田新梅

2013 — 2017

中国科学技术大学

少年班学院 · 应用物理 · 本科

工作经历

现任

同济大学 · 工程智能研究院

助理教授

2022.08 — 2026.02

阿里巴巴通义实验室

算法专家

参与 Qwen 模型研发，开展大语言模型、多模态大模型与可解释性研究。

FOR STUDENTS

保持好奇，一起探索。

课题组聚焦人工智能前沿方向，注重学生科研能力培养，鼓励开展兼具学术价值和产业影响力的研究。期待同学们夯实基础，在实践中锻炼提出问题、解决问题和持续创新的能力。

对于有志于继续深造、发表高水平论文，或进入国内外知名科技企业发展的同学，我们将提供前沿课题和指导支持。希望大家在开放协作中成长，做出经得起学术检验、也能够服务产业实践的成果。

欢迎交流研究兴趣zhenhuang@tongji.edu.cn