岗位描述
岗位职责
1. 设计和优化具身基础模型架构,探索面向物理世界理解与操作的多模态统一模型;
2. 研究具身领域的 Scaling Law,推动模型在复杂操作任务上的 zero-shot 泛化能力;
3. 探索高效利用多样化、低成本数据源的训练方法,提升数据利用效率;
4. 负责大规模模型训练,持续迭代模型能力并通过真机实验验证效果;
5. 跟踪具身智能、多模态大模型等前沿方向,推动算法创新与落地验证。
岗位要求
1. 毕业时间介于2026年9月至2027年8月的国内外高校的本科生、硕士生、博士生,计算机科学、人工智能、机器人学等相关专业背景优先;
2. 对大语言模型/多模态大模型有深入理解,熟悉主流模型架构的原理与训练流程;
3. 熟练使用 PyTorch,具备扎实的工程能力和独立解决问题的能力;
4. 具备强执行力,能快速深入新领域并把事情做出来;
5. 有技术热情,关注前沿进展,具备良好的学术视野;
加分项:
1. 有统一多模态模型(视觉/语言/动作联合建模)的训练经验;
2. 有机器人真机部署与调试经验;
3. 有大规模分布式训练管线的搭建或优化经验;
4. 对训练数据有深入理解,有数据工程或数据策略相关经验;
5. 顶级会议论文发表或相关竞赛获奖优先。