AI 产品实践
围绕真实使用场景，从产品思维出发设计与验证 AI 应用
Voluma: 2D建筑图纸 → 3D渲染生成工具
- 将UX需求转译为模型约束条件：
- 针对建筑师“几何保真，材质真实感”的核心诉求，横向测试4款多模态模型，选择gemini-2.5-flash-image因其在结构化空间输入上的指令遵从率显著优于竞品（格式合规率98% vs 72%），且单次生成成本低60%；通过7版prompt迭代，将“去除标注”、“保持比例”等抽象体验要求转化为可稳定复现的约束规则
- 完成端到端产品闭环与用户验证：
- 独立实现2D到3D渲染全流程，支持一键导出与社区分享；与3位建筑设计师进行可用性测试，根据反馈调整prompt优先级，确保生成结果满足专业工作流的最低可用标准
安卓恶意软件检测数据生成管线
- 识别真实痛点并重构产品方案：
- 研究者表层需求是“一批训练数据”，但实际瓶颈是“现有数据集样本多样性不足、生成过程不可复现、每次实验重跑脚本”；因此将一次性数据处理脚本，重构为可复用的双流水线系统：生成线与验证线解耦，各阶段可独立监控与重试，使大规模处理成功率从初期54%提升至82%
- 定义可扩展的数据生成策略：
- 整合 17+ 种混淆策略覆盖来主流对抗技术，与研究团队对齐覆盖率标准，确保生成数据满足模型训练的最小多样性要求；累计处理12,000+ 样本，生成7,900+ 有效变种，支撑后续检测模型迭代