LLM post-training · Inference infra · Embodied agents · On-device AI
研究方向：大语言模型架构与后训练、实时 Function Calling、推理系统优化、具身智能 Agent、端侧多模态模型。
上海创智学院 / 上海交通大学博士研究生（LLM 方向），导师黄增峰教授。
我关注如何把模型、动作空间与执行系统放进同一条实时闭环：让结构化决策更快，让具身智能体的动作接口能够扩展， 并让模型真正运行在个人设备上。从实时 Function Calling，到机器人闭环，再到端侧 AI 游戏，核心问题都是让智能体跟上真实世界的节奏。
Research, systems, and product
ICML 2026 · 第一作者
Parallel Decoding for Real-Time LLM Function Calling
面向实时 Function Calling 的结构化输出压缩与多头并行解码方法。通过共享 Prefix / KV Cache， 让函数名与参数并行生成，减少串行自回归解码开销；在 Qwen 0.5B–14B 系列上验证，典型端到端加速 3–6×，最高 9.6×， RTX 4090 上 4B 模型达到 61.2 ms P50 Function Calling 延迟，约 16 Hz。
在研 · LLM / VLM as Policy
具身智能的结构化动作接口
将具身操作建模为语言定义的 Tool Calling，以带类型约束和连续参数的工具调用统一表达机器人动作与技能。 研究 LLM / VLM 高层策略与底层运动控制器的分层集成，在感知、决策、执行闭环中考察动作参数、实时延迟与任务泛化； 基于 MuJoCo 等仿真环境搭建桌面操作实验及数据合成、蒸馏流程。
创业项目 · 端侧 AI 游戏引擎
一个模型 · 一台手机 · 无数小世界
SimpleFun 把 AI 玩、AI 做、AI 改接在同一套 mini-app 协议里：一个小模型在手机上同步输出台词、表情、心声与行动； AI-UGC 引擎将图、音、文变成可玩的小游戏；Remix 引擎在原作上改，真引擎试玩兜底。已有 100+ 个可运行 mini-app， 端侧模型采用 0.8B 随包、2B / 4B 按需下载的路线。公开产品入口沿用 simplelove.fun。
SimpleFun上海简爱智生科技有限公司创始人
米哈游实习: 后训练&宇树科技G1合作落地项目
SimpleToolVLALLM / VLM as Policy · 机器人闭环实时决策与结构化动作接口
SimpleTool / SimpleLove端侧模型训练与推理 Infra · SFT、蒸馏、多头推理、跨平台部署
上海创智学院 / 上海交通大学博士研究生（LLM 方向）· 导师：黄增峰教授
上海交通大学理学学士，化学专业（计算化学方向）
模型与算法Transformer、LLM Post-training、SFT / RL、LoRA、模型蒸馏、结构化 / 并行解码、VLM Agent、LLM as Policy
训练与推理PyTorch、Transformers、vLLM、SGLang、llama.cpp、MLX、量化部署、KV Cache、推理性能分析
工程实践合成数据构建、自动化评测、推理链路 profiling、机器人真机调试、Apple Silicon 与 iPhone 端侧集成
Open invitation
SimpleFun 正在寻找早期 VC、合伙人，以及端侧推理、游戏设计、IP、B2B 和工作室合作方。 如果你关心把推理放进手机、把内容变成代码，欢迎联系我，一起做实时推理与 AI-native 玩法。