主导机器人视觉 - 语言 - 动作（VLA）大模型的架构设计与算法研发，突破多模态特征对齐、动作序列生成等关键技术，提升模型在复杂任务中的端到端执行能力，推动模型在泛化性、鲁棒性和效率上的突破。 设计融合视觉、语言与动作信号的联合训练框架，研发跨模态交互与理解机制，增强模型在动态环境下的语义理解、推理和决策能力；负责数据采集设计、算法架构搭建、模型训练、工程部署及持续性能优化，与硬件、数据平台、应用团队协作打造端到端解决方案。 跟踪行业和学术前沿，复现、优化并转化具身智能相关技术成果，探索 VLA 长期发展方向（如表征学习、具身智能等），参与制定公司 VLA 领域中长期技术路线图，跟踪国际顶级会议最新进展并快速原型验证。 与高校及实习生协作，提升 VLA 方向学术影响力；指导算法工程师团队，提升团队技术能力。

计算机视觉、机器人学、自然语言处理等相关专业本科及以上学历，博士优先。 熟练掌握 PyTorch/TensorFlow 框架，精通 VLA 模型（如 RT-2、OpenVLA 等）的改进与部署，熟悉强化学习、模仿学习技术；了解多模态对齐技术（CLIP、DINOv2 等），有视觉语言模型与动作生成模块联合调优经验。 5 年以上多模态算法研发经验，主导过 VLA 相关项目（如自动驾驶、机械臂操作等）并实现商业化落地。 在 NeurIPS/ICML/CoRL 等顶级会议发表过 VLA 相关论文，或持有具身智能领域核心专利者优先。 具备较强编程能力，熟练使用 C/C++、Python，熟悉 ROS/ROS2 者优先。