1、负责机器人具身智能上层整体架构设计与搭建，主导机器人“智能大脑”技术路线规划，结合硬件平台特性选型适配的技术栈、基础模型及开发框架，完成整体系统方案的落地迭代。 2、搭建机器人从自然语言任务输入、任务理解、行为决策到可执行动作输出的完整上层智能系统，拆解并优化任务解析、智能决策、技能调度、动作生成等核心模块，打通端到端智能执行链路。 3、深耕具身智能前沿技术，基于VLA、VLM多模态大模型、机器人基础模型等主流技术体系，结合业务场景制定模型应用与技术落地方案。 4、研究并落地动作生成与智能策略算法，熟练运用Flow Matching、Diffusion Policy、模仿学习、强化学习等技术，优化机器人动作生成精度、决策合理性与环境适配性。 5、负责模型体系评估与优化，全面测评开源模型、自研模型的适配能力，制定模型微调、算法迭代、工程部署的整体方案，保障模型在上层系统中高效稳定运行。 6、协同底层运动控制团队完成系统联调，明确上下层技术边界、数据交互逻辑与通信接口标准，打通软硬件协同壁垒，实现上层智能决策与底层硬件执行的高效联动。 7、跟进具身智能、机器人大模型行业前沿技术，沉淀架构设计规范、模型选型标准、系统落地经验，持续优化整体智能架构的通用性、扩展性和稳定性。

1、硕士及以上学历，计算机、人工智能、机器人学、自动化、深度学习等相关专业，2年以上具身智能、机器人大模型、多模态智能架构相关研发经验。 2、扎实的具身智能理论基础，精通VLM、VLA多模态大模型、机器人基础模型等主流技术路线，熟悉各类模型的适配场景、优劣特性及落地逻辑。 3、熟练掌握Flow Matching、Diffusion Policy、模仿学习、强化学习等核心技术，具备机器人动作生成、智能策略学习与优化的实战经验。 4、具备独立的上层智能架构设计能力，可自主完成机器人任务理解、行为决策、技能调用、动作生成等全链路模块的架构搭建与方案迭代。 5、熟悉主流深度学习框架，具备开源模型测评、模型微调、模型部署的实战经验，能够结合硬件平台特性定制技术栈与落地方案。 6、具备良好的软硬件协同思维，能够清晰定义上下层系统接口与业务边界，高效配合底层运控团队完成整体系统联调落地。 7、具备较强的技术研判能力和架构思维，善于拆解复杂业务问题，能够平衡技术先进性、落地可行性与系统稳定性。