岗位职责： 1、参与具身智能 VLA（Vision-Language-Action）/ WAM（World Action Model）模型的研发与优化，围绕机器人操作任务开展多模态表征、动作生成、策略学习、模型训练及评测工作，提升模型在复杂场景中的泛化能力与任务成功率。 2、面向复杂机器人任务，研究工作记忆、情景记忆和语义记忆等机制，探索历史信息存储、检索、更新与遗忘策略，提升模型对任务进度、环境变化和历史交互的持续理解能力。 3、探索适用于机器人操作的思维链与层级推理机制，包括任务分解、子目标生成、空间与动作推理、失败归因、反思纠错等，增强模型完成复杂长程任务的能力。 4、研究具身智能中的 In-Context Learning，通过示范轨迹检索、上下文构造、多任务提示和少样本适应，使模型能够基于少量示例快速理解新任务、新物体和新环境。 5、研究视觉、语言、历史状态和动作序列的 Token 压缩方法，包括 Token 剪枝、合并、聚合、重采样和 KV Cache 压缩等，在尽量保留任务关键信息的同时降低长上下文训练与推理成本。 6、参与机器人数据处理、模型预训练与微调、消融实验、基准评测及真机部署，分析模型在感知、推理、规划和执行环节的主要瓶颈，并推动算法在真实机器人系统中落地。 岗位要求： 1、硕士及以上在读，计算机、人工智能、自动化、机器人、电子信息、数学等相关专业优先。 2、熟悉深度学习和多模态模型基础，对 Transformer、注意力机制、视觉语言模型或生成式模型有较深入理解。 3、具备以下至少一个方向的研究或项目经验：VLA、机器人模仿学习、世界模型、视频预测、多模态大模型、具身 Agent、长上下文建模。 4、熟悉行为克隆、动作序列建模、Action Chunking、扩散模型、Flow Matching 或自回归策略中的至少一种技术路线。 5、对记忆机制、思维链、In-Context Learning、Token 压缩中的至少一个方向有深入理解或实践经验，并能够将相关方法迁移到机器人决策与操作场景。 6、熟练使用 Python、PyTorch 和 Linux，具备良好的模型训练、调试、实验设计和结果分析能力；有分布式训练经验者优先。 7、具备良好的数学和算法基础，理解线性代数、概率统计、优化方法及深度学习基本原理。 8、具备较强的论文阅读、算法复现和独立研究能力，能够持续跟进具身智能、多模态大模型和世界模型等方向的前沿进展。 加分项 1、有 VLA、WAM、机器人基础模型或长程操作任务相关论文、项目或实习经历。 2、熟悉动作条件世界模型、视频生成模型、模型预测控制、强化学习或离线强化学习，并具有相关实践经验。 3、有长上下文建模、视觉 Token 压缩、KV Cache 优化、稀疏注意力或高效推理相关经验。 4、有真实机械臂、灵巧手、移动操作机器人或仿真平台的开发经验，熟悉机器人数据采集、遥操作、策略部署与闭环评测流程。 5、有多任务、多机器人或跨场景数据处理经验，熟悉机器人轨迹数据清洗、自动标注、数据混合及训练采样策略。 6、在相关领域发表过高质量论文，或有高水平竞赛、开源项目及完整算法落地经验。 你将获得 1、深度参与 VLA、WAM、记忆与推理机制等具身智能核心方向的研究和工程实践。 2、接触机器人数据采集、模型训练、仿真评测、部署优化和真机验证的全栈研发流程。 3、充足的机械臂、灵巧手等机器人硬件，以及 GPU 训练与实验资源。 4、与团队共同探索具身智能前沿问题，并获得论文、专利及开源成果产出的机会。