职位描述： 1）负责具身智能 Vision-Language-Action（VLA）、World Action Model（WAM）及多模态机器人基础模型的研究与开发； 2）研究视觉、语言、机器人状态、动作、力觉、触觉等多模态信息的统一表征、融合建模与时序预测方法； 3）基于机器人数据和人类示范数据，开展多模态预训练、模仿学习、策略学习及跨任务、跨场景泛化研究； 4）负责模型架构设计、训练与评测，包括数据配比、训练策略、消融实验、Scaling Law 和泛化能力分析； 5）跟踪具身智能大模型、机器人世界模型和通用机器人策略等前沿进展，推动高水平论文、开源模型及科研成果产出。 任职要求： 1）计算机、人工智能、自动化、机器人、数学等相关专业，硕士及以上学历； 2）熟练使用 Python 和 PyTorch，具备扎实的机器学习、深度学习基础和良好的代码能力； 3）熟悉 Transformer、多模态模型、Diffusion Model、Flow Matching、自回归模型中的一种或多种； 4）了解机器人模仿学习、VLA、世界模型、视觉运动策略或强化学习中的至少一个方向； 5）具备独立阅读论文、复现算法、设计实验和分析结果的能力； 6）具备良好的英文阅读与写作能力，以及良好的沟通和团队协作意识。 加分项： 1. 有 VLA、机器人世界模型、多模态基础模型或通用机器人策略相关研究经验； 2. 有 Diffusion Policy、ACT、OpenVLA、π 系列等模型的复现、训练或改进经验； 3. 有视觉、动作、力觉、触觉或机器人状态等多模态建模经验； 4. 有大模型预训练、分布式训练、数据筛选、数据混合或 Scaling Law 研究经验； 5. 在机器人、机器学习、计算机视觉或人工智能领域发表过高水平论文，或有较有影响力的开源项目。