职位描述 1. 主导人形机器人场景下多模态大模型研发（基于CLIP/BLIP/GPT-4V等优化），聚焦 “视觉-语音-动作” 跨模态对齐，解决机器人环境识别、语音指令理解、动作协同生成的一致性与低延迟问题（如物体识别后联动机械臂操作、语音指令转化为连贯动作）​； 2. 负责梯队培养，带领团队攻克机器人多模态落地痛点（如动态场景理解、边缘端算力适配）​； 3. 推动多模态技术在人形机器人核心场景落地，协同硬件团队、运动控制团队，保障从模型原型到机器人实物交互的全流程落地​； 4. 跟踪人形机器人多模态技术趋势，调研边缘端多模态优化、多模态故障自愈等技术，规避硬件适配风险，打造机器人差异化交互竞争力​；

职位要求 1. 5 年以上 AI 研发经验，3 年多模态领域经验，精通Transformer架构，有机器人多模态交互项目经验优先，具备端到端多模态模型开发案例​； 2. 具备机器人场景下模型工程化能力：熟悉多模态数据治理、分布式训练，能解决 “模型轻量化适配机器人边缘芯片、高并发交互下精准度” 等落地痛点​； 3. 3 年以上技术团队管理经验（10 人+），有从0到1搭建机器人相关技术团队经验，能协调硬件/软件跨团队资源，推动项目规模化落地​； 4. 理解人形机器人核心流程，能平衡多模态技术先进性与机器人硬件算力、场景实用性，具备复杂问题决策与跨部门沟通能力。