01
SAFETY-CRITICAL AI
安全关键决策
在自动驾驶失效等高风险场景中，借助世界模型与场景理解，寻找可解释、可评估的最小风险策略。
Tongji University · Qidi College
在复杂现实中，
构建可靠的智能。
我是杨涵，同济大学启迪书院大二学生。以项目为起点，探索世界模型、流式语音智能与具身感知如何共同服务于真实场景中的理解、判断与行动。
- 当前身份
- 本科二年级
- 主要媒介
- 代码 · 模型 · 系统
YANG HAN / 2026RESEARCH × ENGINEERING01 / ABOUT
以研究的严谨，
回应工程的真实。
我具备 C++ 与 Python 基础，偏好从问题的约束出发拆解系统：先看清场景，再设计数据、模型与评估闭环。在团队项目中，我既负责核心模块的推进，也重视让方案真正可验证、可迭代。
目前的兴趣收敛在安全关键智能系统、语音与多模态在线建模，以及面向空间任务的机器人感知。它们指向同一个问题：如何让智能系统在变化与不确定中持续做出可信的判断。
从感知到决策，从离线训练到在线响应——让模型能力在真实任务中闭环。
02 / FOCUS
正在探索的
三个方向
02
STREAMING INTELLIGENCE
流式语音智能
面向复杂多人对话，以空间信息与在线建模兼顾低延迟分离、说话人连续性与环境鲁棒性。
03
EMBODIED PERCEPTION
具身感知与行动
连接自然语言、视觉识别与机器人执行，让智能体能够理解空间任务，并在反馈中不断修正。
03 / SELECTED WORK
项目不是清单，
而是持续验证的现场。
以下项目涵盖世界模型、语音流式处理与机器人视觉；每一次实践都在把一个模糊的问题推进为可运行、可评估的系统。
012025.10 — 至今
国家级大学生创新创业训练项目
AegisDrive
面向自动驾驶失效接管的世界模型辅助最小风险决策系统
项目负责人 · 5 人团队
面向驾驶员不适合接管的自动驾驶失效场景，预测并生成风险最小化策略。负责完整舱外预测体系的设计与开发：摄像头数据结构化、大模型辅助场景描述、技能设计与训练，以及世界模型训练与评估。
查看 GitHub 项目022026.06 — 至今
AAAI 待投稿
匿名流式说话人分离
面向复杂多说话人场景的低延迟在线语音分离系统
共同第一作者
融合多通道空间信息与在线建模，构建匿名流式说话人分离系统；在控制响应延迟的同时，提升说话人连续性与复杂环境下的鲁棒性。
032025.11 — 2026.04
“挑战杯”中国大学生创业计划竞赛项目
Voicecraft “言筑”
从自然语言指令到机器人空间搭建动作
视觉模块负责人 · 10 人团队
围绕机器人空间搭建任务，负责视觉识别算法、数据采集、模型训练与对齐、后训练优化等全链路开发；针对幻觉、决策偏差等 Bad Case 持续迭代系统表现。
04 / CAPABILITIES
从想法到
可验证的原型。
编程与系统实现
C++ · Python · 数据处理 · 原型开发
模型训练与评估
深度学习 · 视觉识别 · 世界模型 · 后训练优化
问题拆解与协作
项目推进 · 数据闭环 · Bad Case 迭代 · 团队协作
05 / CONTACT
让一个好问题，
成为下一次合作的开始。
欢迎围绕安全关键智能、流式语音、具身感知与机器人视觉交流，也期待能参与有挑战、有真实反馈的研究与工程实践。
yanghan0316@tongji.edu.cn