1. 具身智能大模型（VLA）、世界模型（World Models）以及通用感知-决策-控制一体化模型的架构及算法设计、训练优化、评测迭代； 2. 协同工程和数据团队，解决数据采集、标注与生成的痛点； 3. 模仿学习（IL）、强化学习（RL）及 Sim-to-Real 核心算法的研发与突破； 4. 端侧模型的量化、算子优化及与机器人本体的集成，在真实复杂工业场景中的部署、泛化适配和性能优化。 5. 跟踪评估多模态大模型、具身智能等方向的最新前沿进展（SOTA），维护相关算法框架，加速前沿算法的工业化落地。

1. 计算机科学、人工智能、机器人学、自动化或相关领域的硕士及以上学历（能力出众的本科生亦可），具有1-3年以上相关方向研究或工业界落地经验。 2. 具备扎实的代码能力，精通 Python，熟练掌握 C++，且熟练使用 PyTorch 深度学习框架； 3. 熟悉ROS系统开发，有完整的机器人项目全流程参与经验，能够解决算法在实际工程化落地中遇到的问题； 4. 熟练掌握 Isaac Sim、MuJoCo 等主流物理仿真平台。 5. 数学、机器人、控制理论基础扎实；在具身智能、计算机视觉或多模态大模型领域有深入研究，熟悉感知与决策算法框架。 6. 具备优秀的英文文献阅读能力，对具身智能和机器人技术抱有浓厚热情，具备出色的自驱力、快速学习能力和解决复杂工程问题的能力。 加分项： 1. 在人工智能或机器人学顶级学术会议（如 CVPR, ICCV, ECCV, CoRL, ICRA, IROS, NeurIPS, ICLR, ICML等）有论文发表者优先。 2. 具备丰富的 LLM、VLM、VLA 模型开发经验，熟悉Megatron-LM、DeepSpeed 等分布式多机多卡训练框架者优先。