苏黎世联邦理工学院博后研究员，2019 和 2024 年于北京航空航天大学取得本科和博士学位。研究方向包括神经网络压缩、高效 AIGC 模型等，已在国际会议期刊发表论文 20 余篇（多篇 Oral、Spotlight），所提出工作受邀集成到 PaddlePaddle、Amazon DGL 等深度学习框架；曾获百度奖学金、字节跳动奖学金、沙特 KAUST Rising Star in AI、德国 DAAD AInet Fellowship 等荣誉奖励；曾担任 TPAMI、IJCV、ICML、NeurIPS、ICLR 等顶级期刊和会议的审稿人或程序委员，在 CVPR、AAAI、IEEE CAI 组织举办 workshop 和挑战赛。
2018年本科毕业于北大EECS，2022年博士毕业于伯克利人工智能实验室BAIR，研究的方向有模型压缩（Model Compression）、大模型和生成模型(LLM、Diffusion Models)、软件硬件协同设计（HW-SW Co-Design）。共在领域内发表论文50余篇，论文HAWQ系列 （HAWQ、HAWQV2、HAWQV3）首先使用Hessian矩阵信息来优化混合精度量化，论文Q-BERT/Q-Diffusion第一个将模型量化引入大规模语言模型/生成模型，论文ZeroQ提出不需要样本的后训练量化范式（Zero-Data PTQ），发表的综述论文详细地介绍了以往的模型量化方法并且系统的对量化进行了归类和展望。
NOKOV度量光学三维动作捕捉系统，采用高性能红外摄像头捕捉反光标识点，采集并生成亚毫米级精度、实时的动作信息，可广泛应用于无人机室内定位追踪、多智能体协同控制、机械臂定位、外骨骼机器人、仿生机器人、电影特效制作、动画制作、游戏制作、虚拟现实、虚拟直播、虚拟数字人、运动分析、步态分析、军事军工等领域。
香港中文大学MMLab博士生，本科毕业于浙江大学。研究方向是三维计算机视觉，含三维重建、生成和编辑。曾获香港政府博士奖学金、国家奖学金等，在三维视觉顶会CVPR、3DV上发表过论文，并获CVPR 2023 Award Candidate。
林尤添，南京大学（NJU-3DV）博士生，师从姚遥副教授。研究方向为4D和3D的重建以及生成，代表作为 Gaussian-Flow (CVPR 2024 Highlight)、Direct3D。目前有多篇论文发表在国际顶会上。
顾淳，复旦大学本科生，主要研究方向为三维重建、三维生成，Periodic Vibration Gaussian（PVG）和Relightable 3D Gaussian第一作者，曾复现ZipNeRF。个人主页：https://sulvxiangxin.github.io/
美国卡内基梅隆大学硕士，先后就职于Innova Solutions, WePay，拥有多年Docker使用经验，专注于后端与DevOps领域，同时对 AWS、GCP 和 Azure 等多云架构有深入的了解，畅销书籍《AWS自学圣经：5大必学云端主题・超图解入门》作者。
周博宇，中山大学人工智能学院助理教授，2018年本科毕业于上海交通大学，2022年博士毕业于香港科技大学电子与计算机工程系大疆创新联合实验室。曾获香港科技大学卓越学术奖，上海市优秀毕业生等荣誉。2022年10月加入中山大学，指导STAR(Smart Autonomous Robotics)课题组，主要从事无人机、移动机器人自主导航、规划、自主探索与重建相关研究。近年来在TRO、RAL、ICRA、IROS等机器人领域顶级期刊和会议发表论文二十余篇。其代表成果获得机器人顶刊IEEE TRO最佳论文奖，2024 IEEE ICRA无人机最佳论文提名，多个工作被列为TRO、RAL受欢迎论文（最高排名第一），多次被IEEE Spectrum等科技媒体报道。以第一作者完成的无人机运动规划、自主探索开源项目Fast-Planner，FUEL等在Github累计获得star超过3000次。课题组主页：http://sysu-star.com
