李嘉维 Jiawei Li(David Lee)
独立研究者、AI 产品构建者。研究快速决策模型、工具调用与 Agent Harness 在真实的可靠性、鲁棒性与成本约束下如何表现,最新成果是预印本 Fast Models, Slow Evidence(arXiv,2026)。此前为 KDD 2018 Research Track 最佳学生论文合著者,7 个专利族的共同发明人,覆盖生成式音乐、VR 直播系统、空间交互与沉浸式电商。
当前研究兴趣
这里列的是研究兴趣,不是论文清单:并非每个方向都已有论文。
论文
Fast Models, Slow Evidence: A Paired and Self-Audited Evaluation of System-1 Decision Models for LLM Agent Harnesses
Agent Harness 在每个任务里要做大量小而有类型的决策:调用哪个模型、用哪个工具、检索到的内容是否相关、输入里是否有提示词注入。单次前向推理的快速 System-1 决策模型,能否可靠地替代或拦截这些本需完整 LLM 调用的决策?
对比两个 System-1 通道:开源权重的 Laya 与托管服务 Jev。输入逐字节一致、配对检验,做跨硬件与跨日期的可复现性检查,并对评测流程本身做显式自审。
- Jev 在 11 个决策点中的 9 个上显著更准,提升 10.8 到 46.0 个百分点。
- 零样本模型路由上,两者都没有超过随机水平;RAG 相关性判断上两者打平。
- 选项顺序反转后,Laya 约 30% 的答案会改变;在只有一个正确工具的题目上,面对 50 个最近邻候选工具,Laya 准确率为 31%,Jev 为 98%。
- 自审推翻了几个看起来很诱人的部署结论:把遗漏的预筛成本算进去后,报告的 23.9% 节省降到 4.3%;样本内按 5% 漏检调好的阈值,在留出数据上漏检最高到 17%。
XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music
Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2837–2846. London, United Kingdom.
端到端的流行音乐生成框架,同时处理旋律与多轨编曲:CRMCG 以和弦进行与节奏为条件生成旋律,MICA 用多任务学习完成多乐器协同编曲。
据中国科大新闻网,微软基于该模型开发的小冰机器作曲功能在央视《机智过人》中展示。
论文注明:第一与第五作者(李嘉维为第五作者)在微软实习期间完成。
专利与发明
作为共同发明人署名 7 个独立的专利族。同一发明在不同国家的申请只算一次。
生成式音乐
微软 · 2019 年申请基于文本输入的歌曲生成
优先权日 2019-06-14正式名称: 歌曲生成
从输入文本中抽取主题与情绪,据此确定旋律,再结合旋律与文本生成歌词,最终生成歌曲。
发明人: 周广, 王玮, 李嘉维, 夏培军, 吴先超, 杨璐, 徐元春
VR 直播系统
字节跳动 · 2022–2023 年申请关键点驱动的 VR 直播局部特效渲染
优先权日 2022-09-06正式名称: 直播特效渲染方法、装置、设备、可读存储介质及产品
在超高分辨率 VR 直播帧中定位目标关键点,把特效渲染集中在相关局部区域,降低计算量与时延。
发明人: 张毅, 李嘉维, 陈思颖
8K VR 直播帧的局部区域处理
优先权日 2022-09-06正式名称: 直播图像帧处理方法、装置、设备、可读存储介质及产品
在双目超高分辨率 VR 直播帧中只选取需要处理(如美颜)的局部区域,让 8K 直播保持实时。
发明人: 陈永湛, 蒋林均, 罗佳佳, 李嘉维, 陈思颖
VR 直播特效的云端 / 头显协同渲染
优先权日 2022-11-17正式名称: 直播视频流渲染方法、装置、设备、存储介质及产品
按特效的实时性要求选择执行位置:完全在云端渲染,或由云端识别、VR 头显端完成最终渲染。
发明人: 王璨, 游东, 李嘉维
双目 VR 直播的畸变校正与局部美颜
优先权日 2023-03-07正式名称: 图像处理方法、装置、设备、计算机可读存储介质及产品
先对双目 VR 画面中的目标区域做畸变校正,再做美颜或滤镜处理,最后逆变换回原投影坐标,在降低计算量的同时提升效果。
发明人: 蒋林均, 邓启力, 李嘉维
空间交互与沉浸式电商
字节跳动 · 2023 年申请跨虚拟场景的透视窗口
优先权日 2023-02-15正式名称: 视频处理方法、装置、电子设备及存储介质
在当前 VR 场景中打开类似传送门的透视窗口,根据观察点计算并显示另一个预制场景的画面。
发明人: 梁兴仑, 李嘉维, 张帆
VR / AR 中真实物体与虚拟商品的合成交互
优先权日 2023-02-23正式名称: Method and apparatus for interaction in virtual environment, device and storage medium
在虚拟环境中同时展示真实物体(如用户的脚)与一组虚拟商品,将选中的商品合成到真实物体上(如虚拟试穿),并可与用户关联。
发明人: Chao Zhou, Dong You, Jiawei Li, Xinglun Liang, Fan Zhang, Yepeng Chen, Zhiwei Su, Lei Gao
状态核对于 2026-09-30。法律状态会变化,以各官方登记(USPTO、CNIPA、EPO、WIPO)为准。署名发明人不等于拥有专利:专利权人为微软与字节跳动。
研究落到了哪里
研究和产品面对的是同一批问题:小冰的生成式音乐、PICO 的 VR 直播系统,以及我现在做的 Agent 的评测。