1、负责跨本体（Cross-Embodiment）VLA模型（Pi0/Pi0.5、OpenVLA等）与World Action Model（DreamZero、Lingbot-VA等）的架构设计、训练与调优，发表高水平论文，形成业界影响力； 2、负责多源异构数据的融合与联合训练，包括UMI数据、Human Ego视频、真机遥操作数据、仿真数据等，解决跨本体动作空间对齐与分布差异问题； 3、构建大规模跨本体数据预处理Pipeline，实现多模态（视觉-语言-动作）数据的对齐、清洗与增强，推动公司跨本体跨范式数据集开源； 4、建立优化机器人数据、无本体数据、仿真合成数据、互联网数据等多种数据来源的虚实融合训练机制，验证数据配比、数据质量、数据放缩等能力； 5、在Isaac Gym/Sim、MuJoCo等环境中验证策略，协助Sim-to-Real迁移与真机部署。

1、计算机、AI、机器人等相关专业硕士及以上学历在读，博士优先； 2、熟练掌握Python与PyTorch，具备大规模模型训练与分布式训练经验； 3、有VLA（Pi0/Pi0.5、OpenVLA等）或World Action Model（DreamZero、Lingbot-VA等）实际项目经验，熟悉transformer/Diffusion/AR/Flow-based Policy架构； 4、有跨本体异构数据（UMI、Human Ego、真机遥操、仿真数据等）的处理与联合训练经验，熟悉动作空间统一表示与数据对齐者优先； 5、有机器人仿真或真机部署经验者优先。