
Zhenyang Cai
FreedomAI CTO
تطوير النماذج الطبية متعددة الوسائط
- طالب دكتوراه، الجامعة الصينية في هونغ كونغ (شنتشن)
- شارك في تطوير HuatuoGPT-o1 وDentalGPT ونماذج أخرى
- أبحاث بصفته مؤلفًا أول في NeurIPS وACL
السيرة الذاتية
Zhenyang Cai هو المدير التقني لـ FreedomAI، ويقود تطوير النماذج الطبية متعددة الوسائط، ويُعدّ الدكتوراه في الجامعة الصينية في هونغ كونغ (شنتشن).
شارك في تطوير نماذج طبية كبيرة منها HuatuoGPT-Vision وHuatuoGPT-o1 (المؤلف الثاني)، وهو مؤلف أول أو أول مشارك في النموذج الكبير متعدد الوسائط لطب الأسنان DentalGPT (Findings of ACL 2026)، ومعيار التقييم متعدد الجنسيات GlobalDentBench، ودراسة التعميم التركيبي في التصوير الطبي (ACL 2025)، والمواءمة الأصيلة في التدريب المسبق لنماذج اللغة العربية (NeurIPS 2024)، ونموذج الطب الصيني التقليدي متعدد الوسائط ShizhenGPT (Findings of EMNLP 2026).
في 2026، اختير بحث HuatuoGPT-Vision-2 الذي شارك فيه عرضًا شفهيًا في NeurIPS 2026، ونُشر النموذج الأساسي لعلم الأمراض CMD ومعيار العالم المجهري MicroVerse في NeurIPS 2026 وICLR 2026. وحتى نوفمبر 2026 بلغ عدد الاستشهادات بأبحاثه على Google Scholar 1,168 استشهادًا، ومؤشر h لديه 9.
منشورات مختارة 21
منشورات مختارة؛ القائمة الكاملة على Google Scholar.
2026
- Incentivizing Medical Vision Capabilities from Large-Scale Multimodal Pre-training
- MedIGen: Reliable Medical Illustration Generation via Interleaved Introspective Reasoning
- Beyond ViT Tokens: Masked-Diffusion Pretrained Convolutional Pathology Foundation Model for Cell-Level Dense Prediction
- MicroVerse: A Preliminary Exploration Toward a Micro-World Simulation
- DentalGPT: Incentivizing Multimodal Reasoning in Dentistry
- GlobalDentBench: A Multinational Benchmark for Evaluating LLM Clinical Reasoning in Dentistry with Expert Calibration
- Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model
- ShizhenGPT: Towards Multimodal LLMs for Traditional Chinese Medicine
- Towards a Radiologist Imitation Framework for 3D CT Diagnosis with Multimodal LLMs
- To What Extent Do Token-Level Representations from Pathology Foundation Models Improve Dense Prediction?
- DeCo-MIL: Debiased Counterfactual Reasoning for Long-Tailed Whole Slide Image Analysis
2025
- Exploring Compositional Generalization of Multimodal LLMs for Medical Imaging
- Towards Medical Complex Reasoning with LLMs through Medical Verifiable Problems
- LongLLaVA: Scaling Multi-modal LLMs to 1000 Images Efficiently via a Hybrid Architecture
- ShareGPT-4o-Image: Aligning Multimodal Models with GPT-4o-Level Image Generation
- WaveMind: Towards a Conversational EEG Foundation Model Aligned to Textual and Visual Modalities
- MedGen: Unlocking Medical Video Generation by Scaling Granularly-annotated Medical Videos
- Can Multimodal LLMs See Materials Clearly? A Multimodal Benchmark on Materials Characterization
أخبار ذات صلة

NeurIPS 2026 Oral | FreedomAI والجامعة الصينية في هونغ كونغ (شنتشن) تطلقان نموذجًا طبيًا كبيرًا متعدد الوسائط يستخدم التعلم المعزز لإطلاق قدرات الرؤية الطبية

NeurIPS 2026 | بمشاركة Zhenyang Cai، المدير التقني لـ FreedomAI: نموذج أساسي التفافي لعلم الأمراض لا يدرّب سوى 7 ملايين معامل ويتفوق على نماذج ViT الكبيرة في تجزئة الخلايا

ICLR 2026 | بمشاركة Zhenyang Cai، المدير التقني لـ FreedomAI: نموذج MicroVerse يكشف «النقاط العمياء المجهرية» لنماذج الفيديو عبر 459 مهمة

ACL 2026 Findings | FreedomAI والجامعة الصينية في هونغ كونغ (شنتشن) وشركاؤهما يطلقون DentalGPT، نموذجًا كبيرًا متعدد الوسائط لصحة الفم: 7B معامل ودقة متوسطة تفوق GPT-5 في خمسة معايير لطب الأسنان


Jianquan Li
Junjie Zhao
Xiangyi Feng
Zhiyi Zhang
Junwen Wang
Benyou Wang