个人简介

易子立现为南京大学智能科学与技术学院副教授，姑苏青年教授，紫金学者，博士生导师。他的主要研究方向聚焦于机器人大脑相关技术，包括但不限于多模态大模型、多模态智能体、lifelong memory、VLA、世界模型等。他已在CVPR、ICCV、Neurips、AAAI等顶级AI学术会议与期刊上发表论文五十余篇，谷歌学术统计引用总数4000余次。其代表作DualGAN单篇引用超3000次，是生成对抗网络领域的高影响力工作之一。代表工作还包括：首个评估大模型生成3D符号物理仿真代码的综合性基准PhysCodeBench、业界首个跨月度Ego视频数据集Egomonth、采用语言轨迹混合表征建模长时程空间记忆的代表性方法LTE。他长期在国际顶级会议和期刊如CVPR，ICCV，AAAI，IJCV，IJCAI、SIGGRAPH、SIGGRAPH ASIA、TOG等担任审稿人或评审委员会成员。

*工作经历*

他曾任职于华为与字节跳动，深耕计算机视觉（CV）算法研发；先后主持多项CV算法项目的研发与工程落地，成果已落地华为MateBook、昇腾AI芯片、华为手机、抖音、TikTok、剪映等产品，累计申请及获授中美及国际专利近30项。在字节跳动期间，他领导开发的CLIP-GEN是早期开源的自回归端到端文生图模型之一（被幻方量化复现）。

*教育经历*

易子立本科毕业于南京大学匡亚明学院理科强化班（2007-2011，物理学），硕士毕业于中国科学院高能物理研究所（2011-2014，核技术及应用，导师为朱科军），博士毕业于加拿大纽芬兰纪念大学计算机学院（2014-2018，计算机科学，导师为Minglun Gong）。硕士就读期间曾访问中国科学院自动化研究所（2013-2014，导师为黄凯奇），博士就读期间在加拿大西蒙弗雷泽大学访问（2016-2018，导师为Hao (Richard) Zhang、谭平）。其硕士导师朱科军研究员是中科院高能所BESIII数据获取系统负责人、高能宇宙辐射探测设施（HERD）项目经理，曾获国家自然科学奖二等奖（四夸克物质Zc (3900) 的发现，排名第2）；博士联合导师Hao (Richard) Zhang教授为SIGGRAPH Academy与IEEE Fellow双料会士、SFU杰出教授，谱几何处理领域奠基人之一，系加拿大图形学界领军人物；另一位博士联合导师谭平教授为华人3D视觉/重建领域第一梯队学者，TPAMI/IJCV 副主编与CVPR/SIGGRAPH领域主席，MVS经典工作Cascade Cost Volume的作者。易子立的博士论文《From rule-based to learning-based image-conditional image generation》获得纽芬兰纪念大学“pass with distinction”特殊荣誉。

*课题组招聘*

课题组长期招收博士研究生、硕士研究生、研究助理、实习生和博士后。欢迎有志于研发通用机器人大脑的同学来信联系。

*合作*

易子立课题组与国内头部的AGI研究机构和企业保持密切的合作关系。同时也欢迎从事机器人相关行业的研究人员或产业界人士联系他。

邮箱:yi[at]nju.edu.cn

微信：v_yizili

英文主页: https://zili-yi.github.io/

英文简介

Yi Zili is currently an Associate Professor, Gusu Youth Professor, and doctoral supervisor at the School of Intelligence Science and Technology, Nanjing University. His research focuses on technologies for robot brains, including but not limited to large language models, agents, memory, VLA, and world models. He has published more than 50 papers at top AI conferences and journals such as CVPR, ICCV, NeurIPS, and AAAI, with over 4,000 citations according to Google Scholar. He has served as a reviewer or committee member for top conferences and journals such as CVPR, ICCV, AAAI, IJCV, IJCAI, SIGGRAPH, SIGGRAPH ASIA, TOG, TIP, ACM MM, etc.