张林峰,上海交通大学人工智能学院助理教授,博清华大学交叉信息研究院,曾获世界人工智能大会云帆奖(前20人)、微软学者奖学金(亚洲12人),北京市优秀毕业生,清华大学优秀博士论文,并担任ACL、NeurIPS、ICLR等会议的领域主席。他以(共同)第一作者、通讯作者发表在CCF-A类与CAAI-A类等高水平会议期刊上发表论文40篇,被引用超3000次。他的研究成果和工作经历被人民日报、中国青年报、青春上海(上海共青团)、青春北京(北京共青团)等官方媒体专题报导,相关新闻全网浏览超过一亿次。
当前,实验室正在招收博后、本科或研究生的研究助理以及2026/2027级的学生。如果你有兴趣,请发邮件联系我
在以下学术会议和期刊担任审稿人: NeurIPS, ICML, ICLR, CVPR, ECCV, ICCV, AAAI, IJCAI, AISTATS, IEEE TPAMI, IEEE TCSVT, IEEE TIP, IEEE TMI, IJCV, Pattern Recognition, TACO, Scientific Reports and others.
在以下学术会议和期刊担任领域主席或客座编辑: NeurIPS2025, IJCNN2025, Big Data and Cognitive Computing, ACL2025, EMNLP2025, ICLR2026.
当前的生成式大模型有着百亿量级的参数,导致极高的训练和推理成本。通过研究面向生成式大模型的压缩加速方法,我们可以降低大模型的部署成本,使大模型更好地在现实世界中得到应用
多模态大模型融合了文本、图像、音频和视频数据。我们研究高效处理和生成多模态内容的方法,在降低计算成本的同时保持高质量性能
当前的人工智能模型需要在极大量的数据基础上进行训练,这严重提高了大模型的训练成本。如何更加高效地利用数据,更加科学地对数据进行清洗和合成,是通往数据高效人工智能的关键
我们研究轻量高效的AIGC模型(扩散模型等),用于文生图、文生视频等多模态生成任务,实现高质量内容生成的同时降低计算成本,推动AIGC产业落地
研究面向科学研究和工业应用的大模型与多模态大模型的预训练、后训练、数据构建、评测构建
张林峰在东北大学获得学士学位,随后在清华大学获得博士学位。目前,他在上海交通大学领导高效精准智能计算(EPIC)实验室
王少博是上海交通大学人工智能研究院EPIC实验室2024级博士研究生。他在高效AI、可解释AI和深度学习理论方面有扎实的背景,主要研究数据合成和数据缩减。
实习经历:阿里Qwen
高奕丰是上海交通大学EPIC实验室的硕士研究生。他的研究兴趣主要是通过算法和计算协同设计开发高效、可靠和强大的人工智能。目前,他专注于大语言模型多步推理的高效推理及其可信度研究
温子辰是上海交通大学EPIC实验室的博士研究生,师从张林峰教授。他在中国电子科技大学获得计算机科学学士学位。在本科期间,他在AAAI、ACM MM等知名AI会议上发表了多篇研究论文。他的研究兴趣包括高效多模态大模型和可信AI,专注于提升人工智能系统的效率、可靠性和伦理方面
实习经历:Kimi,上海AI Lab
李学林于2025年在EPIC实验室开始攻读博士学位。他预计将在中国电子科技大学获得学士学位,在软件工程学院的所有课程中取得4.0/4.0的完美GPA。在本科期间,他获得了包括国家奖学金在内的多项奖项。他的研究兴趣主要是开发可信多模态大语言模型的高效推理范式。
闫泽轩于2025年秋季加入上海交通大学人工智能学院张林峰研究组的EPIC实验室。他的研究兴趣包括多模态模型、AIGC和扩散模型加速
实习经历:小红书,阿里云
邹暢目前是中国电子科技大学英才学院的本科生,预计2026年完成学士学位。他来自四川成都,但尽管家乡以辣闻名,他却不吃辣。他的主要研究方向是AIGC的高效加速,特别是扩散模型,并且在数学和物理方面有扎实的基础。2024年,他开始在EPIC实验室实习,在导师张林峰的指导下,参与了ICLR和CVPR的论文投稿工作。
实习经历:腾讯混元(青云计划)
刘旭洋目前在四川大学电子信息学院攻读硕士学位。他同时也是淘宝天猫集团的研究实习生,专注于高效多模态大语言模型。2024年,他加入EPIC实验室成为研究实习生,在张林峰教授的指导下,参与了词元级模型压缩综合资源库的开发。他的研究兴趣包括高效AI,涵盖判别、自适应、重建和生成等领域
实习经历:淘宝、蚂蚁、Oppo
魏清研是EPIC实验室的新成员,专注于高效深度学习语言模型和AIGC模型的研究。她的研究兴趣包括为各种应用开发轻量级和高性能的AI系统
实习经历:腾讯
留嘉城是山东大学的本科生,将于2026年开始在上海交通大学攻读博士学位。他将加入EPIC实验室,专注于高效生成模型的研究。他的研究主要集中在两个协同领域:高效扩散模型,旨在优化推理并降低计算成本;以及世界模型,特别针对交互式视频生成和长时推理。他致力于构建更快、能够生成可控的扩展视觉环境的模型。在"简洁与深度"的理念指导下,他偏爱优雅、逻辑连贯的解决方案,并追求安静而强大的想法
实习经历:腾讯(青云计划)
陈爽,2026级硕士研究生。他的研究兴趣聚焦于多模态大语言模型的推理加速,尤其关注如何在保持模型性能的前提下提升效率。他致力于探索模型压缩、词元剪枝和优化推理流水线等技术,以实现多模态系统的可扩展与实用部署
实习经历:阿里巴巴
王一宇将,2026年加入EPIC实验室,在张林峰教授指导下攻读博士学位。他当前的研究聚焦于多模态大模型、视频理解与流式视频智能体,旨在提升大模型在长视频与实时视频场景中的推理能力
实习经历:腾讯
吕原汇一是香港科技大学(广州)人工智能专业博士生。他此前在东北大学获得人工智能学士学位,目前研究方向包括理解生成统一模型与多模态生成
程泽港是香港科技大学(广州)2026级博士研究生,作为联培学生加入EPIC Lab。他此前在纽约大学获得计算机科学硕士学位,当前研究方向包括高效生成模型与大模型强化学习
杨奕存目前是哈尔滨工业大学软件工程专业大四学生,将于2026年秋季起在EPIC Lab攻读博士学位。当前研究方向包括扩散语言模型的预训练扩展与推理加速
实习经历:蚂蚁
金湘祺是电子科技大学信息与软件工程学,2022级本科生,将,2026年秋季起在EPIC Lab攻读博士学位。他目前主要研究高效大语言模型,并积极探索大模型强化学习与智能体方向
实习经历:深势科技
论文
论文
论文
论文
论文
论文
论文
论文
论文
论文
论文
论文
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper
paper