岗位职责
- 01研发具身智能模型的预训练方法，推进视觉、语言与动作信息的统一建模和能力涌现
- 02研究表征学习、生成建模与世界建模方法，提升模型对场景变化、动作后果和长程任务结构的理解
- 03设计数据配比、课程学习、采样和质量策略，系统分析数据规模、组成与模型能力之间的关系
- 04建设稳定高效的大规模训练流程，解决收敛稳定性、训练效率、显存利用与分布式系统问题
- 05建立预训练评测与消融体系，从机器人真实任务中识别能力边界并指导下一轮模型迭代
任职要求
- 计算机、人工智能、自动化等相关专业，硕士及以上学历；具有突出研究或工程成果者可适当放宽
- 具备具身大脑预训练经验，或图像生成大模型的规模化预训练经验
- 完整参与过大模型预训练，能够贯通数据配比、训练目标、规模化训练、评测与问题定位
- 扎实掌握 Transformer、扩散模型、Flow Matching、自回归生成或多模态表征学习中的一种或多种方法
- 熟练使用 PyTorch，具备混合精度、并行训练、训练监控与大规模实验调优经验
- 能够从数据、目标函数、模型结构和优化过程出发定位问题，并以严谨实验验证判断
加分项
- 在生成模型、多模态学习、机器人学习等方向发表过高质量研究成果
- 主导过大规模模型从数据准备到稳定收敛的完整预训练过程
- 熟悉机器人示教数据、视频数据或真实世界多模态数据的处理与评估