MULTIMODAL AI PM
美团智能座舱 AI 产品方向负责人。白天在量产车上做「语音 + 视觉 + 环境感知」融合的座舱 Agent；业余用生成式 AI 持续做真实产品——从一个被上千人下载的 Skill，到印在实物上的设计。
在理想、小鹏、华为、小米、极氪、特斯拉等量产车上，定义「语音 + 视觉（屏幕/卡片）+ 环境感知（LBS/导航/车辆状态）」融合的座舱 Agent，覆盖找店 → 点单 → 排队 → 订座的完整交易闭环。座舱即具身智能在出行场景的早期形态。
行车安全约束下的「主链路-旁路」框架：语音承载意图、屏幕承载决策，感知融合 → 意图理解 → 场景化决策 → 任务执行的全链路设计。
车机端从「引导手机下单」升级为「座舱内语音闭环」：排队取号、在线点单、在线订座；「到店秒提」首发理想、小鹏发布会。
建垂域评测集与 badcase 迭代闭环，语音找店准确率约 90% 调优至 92–93%；用数据而非直觉决定下一轮优化方向。
车厂发布会（公开物料）↓
官方宣发 ↓
我自己用 Cursor / Claude Code 做的可交互原型（点击直接打开体验）↓
语音 + 卡片多模态分发的交互原型：意图理解、结果承载、多轮澄清。
打开演示 → DEMO 02Tesla · 车机找店面向 Tesla 车机的美食推荐与找店流程高保真原型。
打开演示 → DEMO 03车厂接入数据看板车机版接入车厂的规模与运营数据可视化。
打开演示 →这些原型把「概念 → 可演示」从周级压缩到天级，是我和车厂、算法团队对齐方案的日常工具。
群聊头像几乎都是默认拼贴，没有群体认同感。我把「生成一张像我们的群头像」做成了一个一步交互的 Skill，发布在公司内网。
群头像是高频可见、却几乎无人打理的社交资产。让一个群拥有「像我们」的头像，是小而美的真实需求。
不做开放式输入——把 prompt 工程全部藏进产品里，只留 3 种精调风格；设置人数上限，守住生成质量和成本的边界。
不停留在想法：做出来、发出去、用真实下载量验证价值。内网发布一周下载 1k+，持续收集反馈迭代。
单人头像 · 成员风格化 ↓
群组头像 · 精调风格 ↓
发布后不同团队的真实出图 · 按风格 ↓
卡通场景风
科技九宫格风
水彩手绘风
为一场真实的私人活动做整套视觉：同一水彩视觉体系，延展到邀请函、流程卡、感谢卡、帆布包、扇子、纸杯等多种载体，并完成实体制作。
跨载体的风格一致性——每一件物料尺寸、材质、工艺不同，但必须一眼看出是同一套设计语言。
先锚定风格基准（色板、笔触、元素库），再针对每种载体做构图适配；生成到实物要处理出血、分辨率、印刷色差等落地细节。
整套物料如期用于活动现场，从数字生成到实体交付的完整闭环，零返工。
照片拍完就沉底了。我把值得记住的瞬间重绘成同一种手绘风格，做成冰箱贴——让记忆变成每天看得见的实物。
30+ 张作品跨越不同季节、地点、人物，始终保持同一手绘风格——背后是一套稳定的风格 prompt 体系。
人物相似度控制：画得「像本人」但又是插画，这是生成里最难平衡的点之一。
从数字到实体的 pipeline 已经跑通，冰箱上的每一张都是一次完整交付。
量产项目和个人项目背后，是同一套做多模态产品的路径：
从真实场景里找「高频、真实、无人解决」的需求，而不是从模型能力倒推——座舱里是行车安全下的交易闭环，生活里是群头像和冰箱贴。
把不稳定的模型能力沉淀为可复用的体系：座舱里是主链路-旁路的分级决策框架，生成里是风格锚点和 prompt 模板。
用「限制」换体验：座舱里语音承载意图、屏幕承载决策；Skill 里收敛风格数量、设人数上限，守住下限。
做出来、发出去：量产上车用评测集和 DAU/留存说话，个人项目用真实下载量说话，再进入下一轮迭代。