本研究方向聚焦图像质量评价与可控生成，主要研究如何让计算机既能判断一幅图像“好不好”，又能按照质量要求“生成更好的图像”。一方面，我们探索图像清晰度、结构合理性和美学质量等评价方法，使模型不仅给出分数，还能解释图像好坏的原因；另一方面，将评价结果引入生成模型，实现对图像内容、结构和风格的可控生成，使生成结果更加真实、稳定且符合审美需求。同时，进一步构建“生成—评价—优化”的闭环系统，让模型在不断反馈中持续提升生成质量。该方向融合人工智能、计算机视觉与AIGC技术，广泛应用于数字内容创作、智能设计及工业视觉等领域。