岗位职责 1、负责面向具身智能的世界模型/世界动作模型（WM/WAM）研究与开发，构建能够理解环境状态、预测未来变化并生成机器人动作的基础模型。 2、研究视觉、语言、机器人本体状态、动作轨迹等多模态信息的统一建模，探索动作条件预测、时序建模、长程记忆、物理规律学习，以及未来状态与动作的联合生成。 3、推动 WM/WAM 与 VLA、模仿学习、强化学习、Diffusion Policy、规划控制等技术融合，提升机器人在操作、导航及复杂长程任务中的泛化能力和任务成功率。 4、负责大规模多模态基础模型的训练与优化，建设数据、训练及评测体系，持续提升模型的动作可控性、物理一致性、长时程稳定性及下游机器人任务表现。 岗位要求 1、计算机、自动化、电子信息、机器人工程、数学等相关专业硕士及以上学历，博士优先。 2、编程基础扎实，熟练掌握 Python 和 PyTorch，熟悉 Linux 开发环境，具备大模型从数据处理、训练优化到部署落地的完整实践经验。 3、深入理解视频生成模型、世界模型及 World Action Model 的前沿进展，熟悉自回归、Diffusion、Flow Matching 等主流生成式架构的底层原理，具备从零到一完成模型训练与部署的实战经验。 4、具备大规模模型训练经验，熟悉分布式训练、长上下文训练及显存优化技术，能够独立定位并解决训练稳定性、收敛效率和系统性能问题。 5、具备扎实的实验方法论，能够设计严谨的对照与消融实验，并对失败案例进行系统性分析和归因；学习能力和自驱力强，具备良好的团队协作与沟通能力。 6、在机器人领域会议（CoRL、RSS、ICRA、IROS）、计算机视觉领域会议（CVPR、ICCV、ECCV）或机器学习领域会议（NeurIPS、ICML、ICLR）发表过一作论文，具备大规模具身模型或视频大模型的百卡级及以上训练经验，具备真实机器人控制、模型部署及软硬件联调经验，具备强化学习与决策、3D 视觉与几何、模型蒸馏或推理加速等相关研究或工程背景，拥有具有影响力的开源项目、顶级竞赛成绩或工业级模型上线经验加分。