达摩院-视觉技术实验室，致力于多模态视觉信号的理解与生成技术的研究，当前的重点研究方向包括更加精准的图像/视频/3D内容生成，更加可控的图像/视频/3D内容编辑，更加高效的生成框架，多模态的检索增强生成，统一的多模态理解-生成框架等。团队坚持技术深度和产业落地并重，支持阿里巴巴集团内外多项业务，在电商、遥感、安防、新零售等多个领域有成功落地。

团队成员皆毕业于国内外知名高校，且获得过斯坦福大学全球top2%顶尖科学家，清华大学AMiner AI Top2000等荣誉。过去三年团队取得计算机视觉国际竞赛冠军20余项，发表计算机视觉/机器学习顶会100余篇，并曾获CVPR 2022 Best Student Paper，2022年中国测绘学会测绘科学技术一等奖等奖项。