连续四年，SIGGRAPH最佳博士论文奖，被华人学者拿下。

今年，浙大校友、UCLA数学系博士后李旻辰斩获殊荣。

然而随之浮出的，可不单单是这份荣耀，还有他那开挂般的学术生涯。

来，感受一下一组数据：

仅仅2年时间，便取得博士学位。

博士期间发表了11篇SIGGRAPH。

这般经历，不禁引得网友直呼：

大家感受到了什么叫降维打击了吗？

超短的读博经历

2018年9月入学宾夕法尼亚大学（UPenn）攻读博士，2020年12月毕业。

两年多一点的时间，确实有点短。

在之前接受《李丁聊天室》采访时，李旻辰自己也这样说到。

但快，并不意味着标准的降低。

北美博士毕业一般有两个要求：一硬一软。

硬性一点的要求，就好比要上满多少门课、做几次答辩，还要发多少篇paper等等。

例如宾大在paper方面，就要求有三篇顶刊，而且得是一作的那种。

而稍微软一点的要求，就是来自导师了 （你懂的）。

说白了，就是得看导师觉得你是不是达到了毕业的标准。

而且即便是达到了标准，他愿不愿意让你毕业，也得视情况而定了。

那么面对这些个的门槛，李旻辰又是怎么一步一步“解锁”的呢？

其实，这离不开他早期在UBC （不列颠哥伦比亚大学）读硕士的经历。

在李旻辰读硕士两年半期间的课程等，在宾大的体系里是承认的。

基于这一点，他在博士期间便省去了上2门课和1次答辩的时间。

但更重要的是，李旻辰在硕士期间已经发表了2篇一作的研究（UBC硕士毕业要求1篇一作）。

当时我就已经对计算机图形学领域有了一定的认识、想法和经验。

如此的硕士经历，就为他在读博的路上，打下了良好的基石。

而提到“软”的方面，李旻辰认为自己非常的幸运，能够遇到一个很好的导师——蒋陈凡夫教授。

（没错，他正是我们所熟知的胡渊鸣等人的导师。）

在蒋老师的带领下，李旻辰主要研究的方向，是最优化问题和数值方法在几何处理与物理仿真中的应用。

而在他看到李旻辰已经达到了博士该有的水平后，主动找上门说：

不如你考虑一下，是不是可以准备毕业了？

“非常震惊”，这是李旻辰听到导师这句话的第一反应。

但通过这一点，从侧面也反映出了他在学术上的卓越成绩。

毕竟伯乐要相马，这“马”也需得有“的卢”之质。

但比起学术上的成就，通过在UBC和UPenn的求学经历，其实有一颗种子早已在李旻辰的心中生根发芽——成为一名教授。

而影响他最为深远的，就是蒋陈凡夫教授了：

他不仅让我看到了成为一名教授在教书育人、探索人类知识边界、以及传承精神等方面的重要意义，也让我看到了教授生涯的自由与无限可能性。

同时我也在他身上学到了很多科研与为人处世的方法，这些都让我也非常想成为一名和他一样杰出的教授。

于是，在博士毕业之后，他便毅然决然作出了他的选择——入职UCLA数学系。

李旻辰在系里的职称是Assistant Adjunct Professor，翻译过来可以叫做临时助理教授。

值得注意的是，这与我们通常说的助理教授（Assistant Professor）有所不同。

前者在科研方面更像博士后，但同时又有教学工作；而后者则是我们熟悉的终身教职“直通车”。

据了解，目前李旻辰正在UCLA教暑期课程（多元微积分），秋季学期还会教数值计算方法。

如此看来，李旻辰算是实现了在科研道路上的理想。

但这条科研路，他是怎么踏进来的？

对计算机图形学的兴趣，又是从何而来？

这就要从李旻辰更早的经历说起了。

本科经历影响深远

李旻辰小时候和大多数男孩子一样，非常喜欢打游戏。

除了正常学习之外，他在上大学之前并没有考虑过到底要做什么，选择哪个专业。

但刚入浙江大学，两个契机坚定了李旻辰选择计算机图形学的信念。

在大一上编程课在网上做题的时候，他写了一个程序去解决一个问题。

然后发现输出的结果，可以去满足这个问题的需求。

很有成就感。

这就是李旻辰对编程这件事的最直观感受。

而在接触编程之前，他看到类似计算器这样的东西，只是简单的会觉得它是个精密仪器。

但通过自己动手去了解其原理，而且还能实现出来，他就会觉得非常开心。

“编程是一件有趣且有意义的事情”，李旻辰这样说到。

这算得上是给他的科研道路铺设了“好开头”。

另一个契机，就是李旻辰在浙大选专业的故事。

在选专业之前，学生会被安排去各个实验室进行参观。

李旻辰当时大概参观了5个实验室，但在“逛”完前四个实验室后，他却感觉一头雾水——“不太明白它们是做什么的”。

但最后一个参观的，正是计算机图形学的实验室——浙大周昆教授的CAD&CG实验室。

在看到他们所做的成果，李旻辰突然觉得：

咦？这不就像是我玩游戏时的一张张截图吗？有点意思。

这就勾起了李旻辰的兴趣，于是他便认真地阅读起实验室介绍。

后来他发现计算机图形学的知识和成果，不仅仅是可以用于游戏或电影，与工业界也有一定的相关性。

例如CAD制图、零件的建模，甚至是土木工程的模拟等等。

于是，在选择专业这件事上，用李旻辰的话来说就是：

又有前途又有趣，选它就对了。

这样的2个契机，称得上是李旻辰在科研道路上的“引路人”了。

但随着他在计算机图形学中的不断深挖，李旻辰发现这个领域其实还有更多的细分子领域。

“它是一个很综合、很包容的学科，各个方向的研究都有所涉及。”李旻辰解释到。

在刚刚本科毕业之际，他主动去看了SIGGRAPH的论文。

李旻辰发现，这些论文的内容有很大的不同，例如有做建模的，有做渲染的，有做模拟，还有做图像操作等等：

眼花缭乱，而且风格上也有较大的区别。

有的文章会专注于较为根本的问题，会在数值计算或数值优化上去深究。

有的文章会专注于较大却又很实际的问题，虽说不会深究细节问题，但整个系统的pipeline非常完整。

也正是有了这般深入的了解经历，李旻辰对于计算机图形学的初衷发生了些许的变化。

不再是像最初只是单纯的觉得很酷炫，而是对计算机图形学中那些比较“基础、根本”，但却很困难的问题产生了浓厚兴趣。

这个“基础”并不是意味着简单，而是指它的问题不复杂，可以用一两句话来表述清楚，但解决起来却很困难。

于是，李旻辰越发喜欢上了用数学建模或数值优化的方法，去解决它们：

我认为这是一件非常有成就感的事情，非常有快感。

当然了，偏理论嘛，定然是会有枯燥的成分在里面。

对此，李旻辰解释道：

感兴趣的事情、有人气的事情，以及有影响力的事情，它们可能没有那么幸运会重叠在一起。

但通过李旻辰取得的成果也证明了一点，只要坚持自己热爱的事情，最终还是会有所收获。

最佳博士论文奖

或许正是因为这份坚持，李旻辰斩获了本届SIGGRAPH的最佳博士论文奖（The Outstanding Doctoral Dissertation Award）。

与之相关的研究是Robust and Accurate Simulation of Elastodynamics and Contact。

SIGGRAPH官方对此的评价是：

在“保证非相交的非线性固体动力学中的鲁棒摩擦接触模拟”，这一问题上取得了重要突破。

在以往固体运动仿真以及受力分析中，精确地对固体自身或之间的接触进行建模是非常困难的，尤其是有复杂形状、精细结构，且能发生较大形变的固体。

导致这个问题的原因，是固体的弹性在数学描述中是非线形且非凸的，而接触不仅非线形且非凸，还不光滑。

而这些都是应用数值方法进行物理仿真时极难处理的性质。

传统方法要么有一定的稳定性和精确度但非常耗时，要么仿真较快但肉眼可见地不真实（因为误差很大），甚至很容易出现数值爆炸导致仿真失败。

而李旻辰在这项研究中所提出的IPC （Incremental Potential Contact）方法，便很好的解决了这个问题。

具体而言，就是在最优化理论的框架下，通过对所有碰撞情景的严谨数学定义、对障碍函数法的降维加速、对静动摩擦转换的可控建模，以及对摩擦算子的巧妙离散。

这就为解决这一问题提供了新思路，从而能在较快的速度下达到前所未有的精确、稳定、无穿透的仿真效果。

但李旻辰为什么要做这项研究呢？

毕竟官方都说了，这是一个“长期存在且不容易取得突破”的问题。

这就离不开李旻辰发表的第一篇SIGGRAPH文章了：

第一篇一作SIGGRAPH文章FoldSketch，是我在UBC读硕士时的一个科研项目。

为了保证设计的可行性，我们应用布料仿真来获得所设计服装的实穿效果。当时我们使用的是一款很流行的开源布料仿真系统，能实时获得仿真效果。

可一旦衣物接触变多，算法就变得很慢，且极易失败，无法保证无穿透。当时这一问题给我的研究带来了不小的麻烦，让我记忆犹新，立志解决这一问题。

正好我通过不断地积累、学习、和研究最优化理论与方法，发现内点法与这一问题的契合以及同时存在的挑战，就义无反顾地去尝试探索了。

当然，这也离不开导师蒋陈凡夫教授的支持与引导，以及Adobe合作者Danny Kaufman博士的挑战与激励。

而且李旻辰不仅仅是在学术界深耕，其实在产业界有所作为。

例如与CG大牛张心欣的泽森科工一直有着密切合作，也算是半个创始人。

据了解，他们也有计划在美国合作开一家公司，在促进国内外人才交流的同时把IPC产业化，让更高质量的物理仿真系统，以简单易用的形式真正去改善多个行业的生产方式。

最后，我们也与李旻辰聊了一些轻松的话题——是否有女朋友呢？

对此，李旻辰回答说：

学术和爱情当然可以兼得，重要的是用心找到合适的人。

（手动点赞了！）

参考链接：

[1]李丁聊天室《两年读完计算机博士的分享》：
https://www.zhihu.com/zvideo/1348264350231289856
https://www.lidingzeyu.com/minchen-on-phd-reflection/
[2]最佳博士论文：
https://www.proquest.com/openview/178e7289d88473c8df74c493cc3b501c/1
[3]SIGGRAPH官网：
https://www.siggraph.org/acm-siggraph-2021-awards/

“