Liu Yue 🚀

Liu Yue

(he/him)

具身智能基础模型研究者 / 初创公司创始人

Tongji University

Professional Summary

刘越是同济大学具身智能研究者,研究方向横跨基础模型、视觉-语言-动作系统与手术/医疗机器人。他致力于构建下一代具身智能系统,并将研究成果转化为真实产品。业余爱好包括田径、球类运动和唱歌。

教育经历

Electronics and Mechanical Engineering

Tongji University

兴趣爱好

具身智能世界模型 手术/医疗机器人 AI 基础设施 ToC 智能硬件产品
📚 我的研究

我的研究聚焦于具身智能基础模型与真实机器人部署的交叉地带,主要推进两条并行方向。

其一是 VLA 记忆系统 —— 具体而言,如何让机器人在长时程任务中持续积累和更新知识,同时不产生无限增长的内存开销。我正在构建 GDN-Memory:一种基于 Gated DeltaNet 快权重的常量占用关联记忆,集成于 Slow-Fast 视频世界模型,目标投稿 ICRA/CoRL 2026。

其二是血管介入手术机器人 —— 从基于 SOFA 仿真的合成数据生成、扩散模型轨迹规划,到实时 DSA 引导,构建导管导航的端到端智能系统。

研究之外,我联合创立了一家具身智能初创公司,将 VLA 技术落地于垂类机器人应用场景,已获奇绩创坛(前 YC 中国)合伙人个人种子轮投资。

欢迎交流合作或探讨想法。

代表性论文
GDN-Memory:具身世界模型的恒定占用联想记忆系统 featured image

GDN-Memory:具身世界模型的恒定占用联想记忆系统

基于 Gated DeltaNet 快权重构建的三层(物理/物体/行为)恒定占用记忆系统, 集成于 Genie Envisioner 的 Slow-Fast 推理流水线。总占用 256 KB,更新延迟 <1ms,联想检索精度 >85%。

avatar
Liu Yue
•
合成数据驱动的扩散模型用于血管腔内介入引导 featured image

合成数据驱动的扩散模型用于血管腔内介入引导

基于 SOFA 的高保真手术仿真生成合成训练数据,驱动扩散模型规划血管腔内导管轨迹,克服真实数据稀缺问题。

avatar
Liu Yue
•
近期论文
初创公司

我们是一家专注具身智能垂类应用场景落地的种子轮初创公司,致力于将前沿 VLA 技术真正部署到工业与医疗机器人实际场景中。

已完成种子轮融资,获得奇绩创坛(前 YC 中国)合伙人个人投资,融资金额百万人民币,并取得部分意向订单,正在推进首批场景落地交付。

核心方向覆盖垂类场景 VLA 快速适配(少样本微调 + TTT 在线学习)、工业与医疗机器人具身感知与操作,以及从训练到边缘推理的端到端部署栈。

有合作意向或投资咨询?欢迎联系我。

近期博客
综述:VLA 如何落地医疗机器人 featured image

综述:VLA 如何落地医疗机器人

全面综述 Vision-Language-Action 模型在医疗机器人中的落地路径,探讨具身智能如何在手术与护理场景中实际部署。

VLA 具身模型后训练综述 featured image

VLA 具身模型后训练综述

VLA 具身模型后训练技术综述:SFT、DPO 偏好优化、PPO/TRPO 在线强化学习的系统性梳理。

LLM 微调实战报告 featured image

LLM 微调实战报告

详细的 LLM 微调实验报告:多种方法对比、消融实验结果,以及面向生产部署的最终结论。

LLM 微调实战:从 LoRA 到全参数 featured image

LLM 微调实战:从 LoRA 到全参数

大语言模型微调的系统性实战指南,覆盖 LoRA、QLoRA、全参数微调,以及训练稳定性与显存优化技巧。

CFD 散热仿真:从建模到优化 featured image

CFD 散热仿真:从建模到优化

基于计算流体力学的电子器件散热仿真实战,涵盖网格划分、边界条件设置与散热结构优化全流程。