本科毕业即在顶级AI会议上发表论文，从江都大学直博香港科技大学
他在大一时便加入了实验室，并且发表9篇外文论文，其中包括1篇人工智能顶级会议的论文和3篇SCI期刊论文。此外，他还担任或参与了2项国家发明专利的申请工作，以及取得了13项软件著作权成果，并实现了超过十万元的科技成果转让。他还在武汉大学、香港大学、伊利诺伊大学厄巴纳——香槟分校、西湖大学等多所知名科研院校中担任实习生。
最近，好消息传来，他被录取为香港科技大学直博生，继续在人工智能领域进行探索。
在大一阶段便踏入实验室进行科研工作，我的梦想是在江汉大学被点燃。2020年9月时，我来到江汉大学求学。得知学校成立了炳灵学院，专注于人工智能、智能制造工程以及高分子材料与工程等领域的招生后，我报了名参加了学院的选拔，并顺利通过面试和考核，正式加入了炳灵学院。
吴显峰（左5）与炳灵学院同学合影后，进入实验室学习。大一上学期，他就开始参加研究生组会，接触计算机视觉领域，并了解自动驾驶背后的理论知识及视觉计算的前沿知识。这极大扩展了他的视野，激发了他科学的兴趣。
赖重远为六位来自炳灵学院的本科生制定了为期三年的科研规划，从动手编程、文献阅读到论文撰写全方位培养学生的科研能力。大一下学期开始，赖重远老师指导吴显峰开展科研项目。吴显峰努力学习数字图像处理相关知识，并积极应用于实际。他不仅是软件开发者，还在基础上进行了创新，参与申请了多个软件著作权并进行成果转化，转让金额达10.5万元人民币。
在大二那年，赖重远指导吴显峰时，学校允许科创班学生申请科研项目。他鼓励吴显峰选择研究方向，并进行项目申请。吴显峰聚焦于自动驾驶和自主机器人领域的物体识别稳定性问题进行探索。在导师赖重远的指导下，他提出了关于点云补全的研究项目。赖重远引导吴显峰深入学习了点云信息的知识，了解并掌握了点云识别的算法，并针对现有算法的不足提出改进方案，显著提升了性能。
吴显峰从零开始，克服重重困难，在大二时发表了一篇论文，并在中科院三区期刊上发表。这一成果让他坚定了走科研道路的决心。大学四年，无数个日夜，学校J15办公室留下了吴显峰忘我工作的背影，也留下了赖重远耐心指导学生的声音，还有赖重远一字一句修改论文的痕迹。
在多个知名实验室进行实践学习时，“吴显峰对科研十分感兴趣，具有很强的学习能力和勤奋精神。他主观能动性强，并且目标明确，最初就是想去名校读。我们一直在朝着这个方向努力。”赖重远说。在指导学生进行科研探索时，赖重远鼓励并帮助吴显峰会走出校园、走向社会和国际。
2022年6月，吴显峰前往武汉大学国家网络安全学院，在吴黎兵教授的指导下学习强化学习、联邦学习和对抗性学习等人工智能安全领域的知识。他参与完成了多个联邦学习算法的工作。吴显峰介绍，联邦学习算法是保护客户隐私的一种机器学习算法。
之后，吴显峰加入了香港大学同心基金数据科学研究院屈靓琼教授课题组的项目。他深入学习了联邦学习在医疗人工智能中的应用，并积极参与多个项目，研究了其中的隐私泄露攻击问题。
这段实习后，吴显峰希望更深入地了解联邦学习在可信机器学习领域的知识。因此，在伊利诺伊大学厄巴纳-香槟分校信息科学学院汪浩瀚教授的专业指导下，他开始从事这一领域的研究工作。2023年6月，他又获得了西湖大学的访学机会。在这所高校工学院吴泰霖教授的指导下，他参与了科学机器学习的研究，并学到了更多人工智能在科学领域的前沿知识。
在赖重远老师推荐之下，他与纽约州立大学水牛城分校的袁浚菘教授合作，在三维点云补全领域取得了重要突破。相关工作成果被人工智能领域的顶级会议——计算机视觉与模式识别会议CVPR录用，江汉大学成为第一完成单位，这也是该校首次在中国计算机学会推荐国际学术会议和期刊目录下A类会议上发表论文。
不仅如此，吴显峰不仅参加了世界大学生超级计算机竞赛，还代表江大光电材料与技术学院——交叉学科研究院桑鸿乾博士的团队参加比赛，作为队长参加了2022年寒假的ASC22世界大学生超级计算机竞赛。忙碌是他的大学主色调，特别感谢导师和学校提供的各种机会，这些实践经历让他开拓了视野，启发了科学兴趣，并积累了研究经验和职业规划。
吴显峰致力于研究视频生成模型的打开对话框，在对话框上输入需求，比如人物或场景等信息，但一会的时间内，平台即可生成一个短视频。今年视频生成模型sora爆火，AI视频再次给大众带来了颠覆性体验。这也是吴显峰现阶段和未来将继续探索的科研领域——视觉基础模型和三维视觉领域。
毕业时，他选择了香港科技大学的研究助理职位，并在杨超教授的指导下进行前沿探索。同时，他也成功获得了香港科技大学全额奖学金直博offer。在11月中旬，他还收获了这个奖学金直博offer。
跟随杨老师学习使我掌握了新的知识和研究方法，并成功地让我们的科研成果落地实施，这极大地增强了我对科研的兴趣和动力。吴显峰说。
目前，我们团队正在开发一种名为“视频生成模型”的工具，输入需求后即可自动生成视频。此外，该模型还能实现快速生成功能，6秒内就能完成4到8秒的短视频。同时，该模型还可以生成长视频。接下来，我们的目标是制作出具有电影质感的长视频。
明年2月，吴显峰将前往香港科技大学攻读博士学位，继续在杨超教授的指导下深入研究探索视频生成模型。