崗位職責
1. 負責多模態感知與理解算法（視覺-語言-動作）的研發與優化，包括模型設計、訓練、推理與評估。
2. 研究并實現基于大模型的視覺-語言融合策略，提高機器人/智能體的感知與決策能力。
3. 跟蹤前沿技術，推動VLA模型在智能交互、任務執行等場景的落地應用。
任職資格
1. 計算機、人工智能、機器人等相關專業，碩士及以上學歷。
2. 熟練掌握深度學習框架（如 PyTorch、TensorFlow）及多模態建模方法。
3. 具備計算機視覺、自然語言處理、強化學習等至少一個領域的深入研究經驗。
4. 熟悉 Transformer、CLIP、BLIP、LLM 等相關架構與模型原理。具備良好的代碼能力、算法實現能力及科研論文閱讀能力，能快速復現并改進前沿算法。