我现任浙江大学百人计划研究员。此前,我曾任微软亚洲研究院高级研究员。我于 2024 年夏季在美国犹他大学获得计算机科学博士学位,博士期间有幸师从 Dr. Shandian Zhe。我于 2018 年从中国科学技术大学少年班学院毕业,获得统计学与计算机科学双学士学位;2019 年在天普大学获得计算机科学硕士学位。
研究方向
- 贝叶斯方法与生成模型
- 面向物理仿真与信号处理的科学机器学习
- 协作式多智能体系统
- 张量学习(面向高阶数据的灵活低秩表征)
- 高级时间序列建模(高维张量时间序列、时空数据)
产业与应用
创业经历: 我曾参与多个 AI 与医疗、生物场景结合的科研及创业项目,拥有两项 AIDD(人工智能药物研发)第一发明人专利。这些专利作为一家已融资超过一千万美元初创企业的核心专利,我也始终关注能够产生真实产业影响的研究。
AI + 金融: 我曾在顶级对冲基金与投行的实习及竞赛中积累了基于 AI 的量化交易和定价策略研发经验,包括 Morgan Stanley、WorldQuant 和 UBS 等。在微软期间,我是 MarS
的核心贡献者。MarS 是一个由生成式基础模型驱动的开源金融市场仿真引擎。目前,我们团队与多家头部对冲基金保持紧密合作。
组会: 我们组会的详细资料,包括录像和幻灯片,可在这里查看。
其他: 我长期在知乎撰写贝叶斯机器学习科普与技术文章,目前拥有约 1.5 万名关注者,欢迎访问我的知乎主页。
最新动态
- 2026 年 10 月:两篇论文被 NeurIPS 2026 接收!祝贺 Panqi 和 Yizhou!
- 2026 年 5 月:四篇论文分别被 TMLR、KDD 2026、ACL 2026 和 EUSIPCO 2026 接收!
- 2026 年 1 月:三篇论文分别被 IEEE TSP、ICLR 2026 和 ICASSP 2026 接收!
- 2025 年 9 月:两篇论文被 NeurIPS 2025 接收!祝贺实习生 Panqi 和 Yifan 首次在 NeurIPS 发表论文!
- 2025 年 9 月:我将于 2025 年秋季加入浙江大学,担任百人计划研究员!
近期报告
- 2026 年 11 月:从电池数字孪生到自主研发:面向科学与工程的智能体优化,宁德时代 AGI Lab。幻灯片
- 2026 年 10 月:面向工程和科学场景的自进化智能体,中国上海。幻灯片
- 2026 年 8 月:物理场重构:从稀疏表征到生成式先验,CSML 2026。幻灯片
- 2026 年 4 月:面向数据驱动研发的大语言模型自进化智能体,耶鲁大学、Lulu Group(线上)。幻灯片
- 2025 年 10 月:迈向由物理世界信号驱动的智能,华为,中国。幻灯片
- 2025 年 9 月:高斯过程在时间序列与偏微分方程求解中的应用,中国人民大学,中国北京。幻灯片
查看全部报告与幻灯片
代表性研究成果

DyPSI: Dynamic Physics Sensing via Joint Field and Sensor-Trajectory Generation Yizhou Zhang, Panqi Chen, Lei Cheng, Ting Zhang, Jianlong Li, Jianfeng Shi, Shikai Fang† NeurIPS 2026 [arXiv] [Paper] [code] 一句话介绍:[生成式 AI 与 AI4Phy] 通过联合扩散模型同时生成物理场与时间连续的传感器轨迹,实现动态主动感知。

Battery-Sim-Agent: Leveraging LLM-Agent for Inverse Battery Parameter Estimation Jiawei Chen, Xiaofan Gui†, Shikai Fang†, Shengyu Tao, Shun Zheng, Weiqing Liu, Jiang Bian KDD 2026 [arXiv] [code] 一句话介绍:[大语言模型智能体与 AI4Phy] 将大语言模型智能体与仿真器闭环结合,构建遵循物理规律的电池逆问题数字孪生。

Generating Full-field Evolution of Physical Dynamics from Irregular Sparse Observations Panqi Chen, Yifan Sun, Lei Cheng, Yang Yang, Weichang Li, Yang Liu, Weiqing Liu, Jiang Bian, Shikai Fang† NeurIPS 2025 [arXiv] [code] 一句话介绍:[生成式 AI 与 AI4Phy] 将生成建模用于非网格稀疏观测下物理动力学的重构与预测。

CATTE :Functional Complexity-adaptive Temporal Tensor Decomposition Panqi Chen, Lei Cheng, Jianlong Li, Weichang Li, Weiqing Liu, Jiang Bian, Shikai Fang† NeurIPS 2025 [arXiv] [code] 一句话介绍:[张量与时间序列] 面向物理张量时间序列的秩自适应轨迹学习。

R&D-Agent: Automating Data-Driven AI Solution Building Through LLM-Powered Automated Research, Development, and Evolution Xu Yang, Xiao Yang, Shikai Fang, Bowen Xian, Yuante Li, Jian Wang, Minrui Xu, Haoran Pan, Xinpeng Hong, Weiqing Liu, Yelong Shen, Weizhu Chen, Jiang Bian [arXiv] [code]
[公众号] 一句话介绍:[大语言模型智能体] 以 AI 驱动 AI,实现能够自主研究、开发与持续进化的研发智能体。

MarS: A Financial Market Simulation Engine Powered by Generative Foundation Model Junjie Li*, Yang Liu*, Weiqing Liu†, Shikai Fang, Lewen Wang, Chang Xu, Jiang Bian ICLR 2025 [arXiv] [code]
[Page] [公众号] 一句话介绍:[金融与基础模型] 面向金融市场生成式仿真的大规模市场模型。

BayOTIDE: Bayesian Online Multivariate Time series Imputation with functional decomposition Shikai Fang, Qingsong Wen, Yingtao Luo, Shandian Zhe, Liang Sun ICML 2024 Spotlight! (top 3%) [arXiv] [code] [slides] [知乎] 一句话介绍:[时间序列与贝叶斯学习] 面向函数型多变量时间序列的高效在线缺失值填补。

Solving High Frequency and Multi-Scale PDEs with Gaussian Processes Shikai Fang*, Madison Cooley*, Da Long*, Shibo Li, Robert Kirby, Shandian Zhe ICLR 2024 [arXiv] [code] [slides] [知乎] 一句话介绍:[AI4Phy 与贝叶斯学习] 基于高斯过程构建高频、多尺度偏微分方程的代理模型。

Functional Bayesian Tucker Decomposition for Continuous-indexed Tensor Shikai Fang, Xin Yu, Zheng Wang, Shibo Li, Mike Kirby, Shandian Zhe, ICLR 2024 [arXiv] [code] [slides] 一句话介绍:[张量与 AI4Phy] 利用函数 Tucker 分解重构连续物理信号。

Streaming Factor Trajectory Learning for Temporal Tensor Decomposition Shikai Fang, Xin Yu, Shibo Li, Zheng Wang, Robert Kirby, Shandian Zhe NeurIPS 2023 [arXiv] [code] [slides] 一句话介绍:[张量与时间序列] 面向张量值时间序列的在线轨迹学习。

Dynamic Tensor Decomposition via Neural Diffusion-Reaction Processes Zheng Wang*, Shikai Fang*, Shibo Li, Shandian Zhe NeurIPS 2023 Spotlight! (top 10%) [arXiv] [code] 一句话介绍:[张量与时间序列] 将动态张量建模为超图上的扩散—反应过程。

Provably Convergent Schrodinger Bridge with Applications to Probabilistic Time Series Imputation Yu Chen*, Wei Deng*,Shikai Fang*, Fengpei Li*, Tianjiao Nicole Yang, Yikai Zhang, Kashif Rasul, Shandian Zhe, Anderson Schneider, and Yuriy Nevmyvaka, ICML 2023 [arXiv] [code] 一句话介绍:[生成模型与时间序列] 利用薛定谔桥进行概率时间序列缺失值填补。

Bayesian Continuous-Time Tucker Decomposition Shikai Fang, Akil Narayan, Robert Kirby, Shandian Zhe ICML 2022 Oral! (top 2%) [paper] [code] [slides] 一句话介绍:[张量与时间序列] 面向张量值时间序列的连续时间 Tucker 模型。

Streaming Bayesian Deep Tensor Factorization Shikai Fang, Zheng Wang, Zhimeng Pan, Ji Liu, and Shandian Zhe ICML 2021 [paper] [code] [supp] 一句话介绍:[张量与在线学习] 将贝叶斯深度学习与流式张量分解相结合。

Bayesian Streaming Sparse Tucker Decomposition Shikai Fang, Robert. M. Kirby, and Shandian Zhe UAI 2021 [paper] [code] [supp] 一句话介绍:[张量与在线学习] 将稀疏 Tucker 分解与在线学习相结合。