让多模态 AI 更懂游戏与动画
连接复杂视觉艺术与生成式模型——以高标准数据工程、严谨版本双盲评测与自动化生产管线，推动高质量视觉内容生成。
高质量交付
97%+
个人交付首检通过率
工程自动化
300%
自动化生产效率提升
垂类时序工程
3200+
游戏动画细粒度标注
Scroll to Explore
精选代表作与多模态实践
拒绝简单罗列“做了什么”，而是完整展现【业务痛点 → 数据规范 → 双盲评测 → 自动化管线】的解决思考。
CASE I
游戏 / 动画 CG 视频多模态数据构建
3200 条视频标注 · 143 条零噪底表
针对游戏宣传片、技能演出与动画过场等复杂动态视频，建立时序镜头、角色动作、光影特效与交互关系的结构化多维描述规范，配合 Prompt Engineering 自动化初稿，实现高质量视频数据转化。
Video-to-Text时序镜头解构动画技能演出
查看完整 Case StudyCASE II
图像生成模型五层数据构建与版本双盲评测
首检通过率 97%+ · 8 个版本评测
搭建'主体-构图-风格-光影-文字'五层细粒度图像描述体系；制定两两双盲（Side-by-Side）评测准则与仲裁流程，管理约 10 人标注质控团队，成功捕获手持武器穿模等关键模型缺陷。
五层描述体系Side-by-Side 盲评Bad Case 沉淀
查看完整 Case StudyCASE III
Dify / Python 驱动的 Prompt 工程与自动化流水线
效率提升近 3 倍 · 培训周期缩短至 10 天
解构复杂视觉场景为主体、动作持续、特效、交互、镜头五维标签池；在 Dify 搭建流程，并以 Python 校验格式、Benchmark 筛选模型，重构半自动化数据生产管线。
Prompt EngineeringPython 自动化脚本软硬约束逻辑
查看完整 Case StudyCAPABILITIES & METHODOLOGY
四大核心专业能力支柱
超越单点标注操作，构建从数据标准设计、版本客观盲评、到脚本自动化与跨部门算法协同的完整闭环。
PILLAR I
多模态数据能力
覆盖视频、图像两类模态的细粒度描述与评测，把画面拆成可标注、可比对的结构化口径
视频-文本对 (Video-to-Text) 细粒度描述
主体-动作-特效-交互-镜头五维标签切分
「五层分解描述法」图文对齐体系
游戏 CG、二维动画与实拍视频垂类特征解耦
PROVEN RESULTS / 落地证明
• 生树科技：个人完成 600+ 复杂画面标注，首检通过率 97%+
• MiniMax：交付 3200 条高细粒度视频描述，合格率 96%
• 筛选 143 条垂类视频，实现底表「无花屏无水印」零噪准入
PILLAR II
质量体系建设
把个人标注经验沉淀成可复制的机制——规范、案例库、抽检归因与版本化管理
双人独立抽检与分歧归因治理机制
新批次规则研判、小样本试跑与质检筛选
Bad Case 与边界 Case 案例库沉淀
标准化 QA 规范手册版本化迭代管理
PROVEN RESULTS / 落地证明
• 带约 10 人小组将数据通过率稳定在 95% 以上
• 将标注/评测分歧率严格压降至 5% 以下，阻断批次返工
• 主导迭代 5 版 QA 规范文档，成为团队标准资产
PILLAR III
流程自动化
推动「模型预标/预评 + 人工校准」落地，从逐条手标转为规则编写者与抽检者
将多维标注规范拆为硬约束与软模块
主体/动作/特效/交互/镜头五维 Prompt 工程
Dify 可视化工作流搭建与链路编排
Python 批量格式校验与 Benchmark 筛选模型
PROVEN RESULTS / 落地证明
• 落地「Prompt 初标 + 标签组合增广 + 人工质检」工作流
• 推动数据标注端到端效率提升近 3 倍
• 客观维度交模型放量、主观维度保留人工深度校准
PILLAR IV
从模型视角判断口径
理解数据以何种环节进入模型与影响机制，从模型缺陷反向倒推标注口径合理性
游戏动画动作连贯性、肢体合理性等 6 大评测维度
Side-by-Side 两两双盲评测与独立复评机制
手部与武器穿模、光影矛盾缺陷定位与归因
版本横向对比评测报告输出与上线节奏把控
PROVEN RESULTS / 落地证明
• 生树科技：输出 8 份版本横向评测报告，覆盖 8 个模型版本
• MiniMax：构建 200 条基准评测集，主导 8 组版本双盲对比
• 评测差异归因结论直接反哺算法优化与灰度上线
团队质量管控与标准赋能实践
通过 Bad Case 沉淀、准入机制与自动化流水线，在规模化生产中严格守住质量底线。
METRIC 01
10 人
统筹质控与抽检团队规模
入职约 2 个月晋升小组长，统筹 10 人质控团队
METRIC 02
97%+
个人交付首检通过率
600+ 条高精度细粒度描述，全维度要素精准覆盖
METRIC 03
< 5%
团队标注分歧率
落地双人独立抽检与分歧归因治理，有效阻断批次返工
METRIC 04
10 天
新人上手周期
建立带练体系，新人周期由 3 周缩短至 10 天（提效超 50%）
探讨多模态数据、模型评测或潜在机会？
我始终对动画、游戏及 AIGC 多模态前沿探索保持热忱。无论是全职岗位交流、数据方案咨询或技术探讨，欢迎随时与我联系。
通常在 24 小时内回复邮件及微信 · 期待与优秀的团队同行