具身智能大模型算法专家 职位描述： l 主导具身智能大模型前沿算法研究与体系设计，尤其是VLA具身基础模型、世界模型的架构创新、训练范式与优化迭代。 l 研究大模型驱动的具身任务规划、运动控制/交互/作业大模型、具身强化学习、闭环交互推理等核心算法，基于世界模型实现环境建模、时序预测、行为预演与决策优化。 l 设计并落地具身学习框架，包括仿真到现实迁移（Sim2Real）、具身数据蒸馏、自监督 / 弱监督学习、离线 / 在线具身学习等关键技术。 l 探索大模型在人形机器人、四足机器人、移动操作机器人等平台上的通用能力边界，如复杂操作、长时序任务、人机交互、环境自适应与多机协同。 l 负责将前沿算法转化为可验证、可迭代、可落地的具身智能系统与场景能力。 l 跟踪国际前沿技术，输出技术路线、研究报告、顶会论文与发明专利。 职位要求： l 硕士及以上学历，计算机、人工智能、自动化、机器人等相关专业，3 年以上大模型 + 具身智能 / 机器人算法研究经验 l 精通 Transformer原理、SFT、RLHF等，具备完整模型训练与调优实战能力。 l 精通 VLA模型原理、训练范式与推理机制，深入理解视觉 - 语言 - 动作联合建模与端到端学习。 l 熟悉世界模型相关技术，包括环境动态建模、状态预测、行为仿真、基于模型的强化学习与规划优化。 l 深入理解机器人核心技术：场景理解、任务 / 行为规划、操作 / 运动控制、多模态感知与闭环执行。 l 熟练使用 PyTorch，具备扎实的算法实现、模型训练、实验复盘与问题定位能力。 主导或者参与过SOTA大模型训练者优先 l 有顶会论文（ICML/NeurIPS/ICLR/CVPR/ICRA等）或高质量开源项目者优先。 加分项： l 有人形机器人、四足机器人、AMR / 移动操作机器人研究或项目经验。 l 参与过 RT-2、RoboFlow、VLM-Robot、世界模型等相关方向研究。 l 熟悉具身仿真平台（Isaac、Habitat、Gazebo）。 l 具备从 0→1 搭建具身智能大模型算法体系的经验。