其研究核心聚焦于“如何在数据受限条件下显著提升模型（尤其是大模型）的学习效率与泛化能力”，他的研究方向主要聚焦于基于大模型的迁移学习任务，涵盖小样本学习、上下文学习、具身智能研究及fMRI神经解码等领域。付彦伟课题组长期深耕 fMRI 神经解码及“脑科学 + 生成式人工智能”交叉研究，构建了从静态图像到动态视频、二维到三维结构的全链条解码体系，并提出基于大规模神经影像的跨被试 fMRI 基座模型，解决了模型“跨人不可迁移”瓶颈。屡获国际学术荣誉,包括ARC DECRA,高水平论文140余篇,一作/通讯IEEE TPAMI论文17篇,引用超2.4万次。2023年WAIC青年十佳论文奖。有30项中国（10项已授权）、2项美国专利（已授权）。曾获IEEE ICME 最佳论文奖、CVPR最佳论文奖提名等，拥有 20 余项中国发明专利和 9 项美国专利，长期担任多项国际顶级期刊与会议的审稿人及编委。科研成果获国家自然科学二等奖（2024）、教育部自然科学一等奖（2023）、上海市技术进步一等奖及上海市自然科学二等奖等重要奖项。 |
