Real-World Image Restoration
理解复杂退化，并在感知质量、结构忠实度与生成能力之间寻找更可靠的平衡。
CURRICULUM VITAE / RESEARCH PROFILEUPDATED 2026.08
AI RESEARCHER · ENGINEER
ZHANG
QICHANG
张其昌研究真实世界图像复原、生成式视觉模型与可落地的 AI 系统。
关注视觉上下文如何约束生成先验，也关注如何把研究原型做成可解释、 可复现、可以长期使用的工程系统。
01 / CURRENT FOCUSVisual Context for Restoration
02 / BASEShanghai · UTC+8
03 / APPROACHEvidence → Model → System
RESEARCH FOCUS
问题域与研究判断
DEGRADATION · FIDELITY · PERCEPTION
Generative Visual Models
研究上下文如何成为有效条件，让生成先验服务于证据，而不是取代证据。
AI Systems & Workflow
把研究工具、模型服务与日常工作流做成可解释、可恢复、真正能长期使用的系统。
SELECTED RESEARCH & ENGINEERING
代表项目
WORKING METHOD
研究与工程原则
“好的研究让问题变得更清楚；好的系统让答案经得起重复。”
NO CLAIM WITHOUT EVIDENCENO MAGIC WITHOUT MECHANISMNO CHANGE WITHOUT A WAY BACK
SELECTED WRITING