【岗位职责】 1、参与人形机器人专属基础模型（VLA，WAM，Unified Model）的预训练与前沿研究，探索更适合具身任务的模型架构与训练范式。 2、研究大规模具身数据上的预训练方法，探索数据规模与下游性能之间的 Scaling Law，持续提升模型的泛化与迁移能力。 3、推动基础模型在机器人各类下游任务（如长程任务、精细操作）上的迁移与落地。 【任职要求】 1、计算机、人工智能、自动化、软件等相关专业，硕士及以上学历。 2、深度学习基础理论扎实，对模型架构设计有较深理解，持续关注领域前沿进展（如 ViT、DiT、VLA、WAM 等）。 3、熟悉大规模分布式训练，了解 FSDP、DeepSpeed 等训练框架，具备良好的工程与代码能力。 4、具备较强的科研能力与创新思维，能够独立复现并改进前沿论文。 【加分项】 - 在 CVPR、ICCV、ICML、NeurIPS、ICLR、RSS、CoRL 等顶会以第一作者身份发表过论文； - 有大规模数据集（如大规模机器人 / 视频数据）上的预训练经验； - 有具身智能、机器人、多模态大模型、世界模型等相关研究或项目经验； - 有顶会 / 顶刊审稿、开源项目或竞赛经历。