LongCat - 大模型基座认知分析算法研究员（多模态评测方向）

主要负责多模态大模型在全模态（包括图像、视频、语音）的生成和理解、具身智能、GUI Agent和通用多模agentic等方向的模型能力分析和训练策略优化，并且对训练数据、训练策略和模型能力之间的关系进行研究分析，产出可行的模型评测方案和训练策略，具体工作内容包括但不限于： 1. 追踪多模态大模型的前沿进展，包括GUI agent，visual coding，多媒体编辑，3D可交互资产或场景构建等通用基模的应用场景。积极学习新的训练范式、前沿模型认知，量化目标和关键达成路径，并进行深入分析。 2. 在具身智能方向中，探索VLA的data-scaling方案，构建通用动作表征；探索视频生成基座以及统一模型的潜力，包括但不限于世界模型训练和效果度量；积极探索VLA/VLM同环境交互的学习方法，研究基于世界模型的RSI作为下一代智能提升的关键途径。 3. 与各相关部门保持良好沟通，深度参与多模态模…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 3135 个北京技术研发岗位，其中 86 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 28K（25~75 分位），中位约 20K，最低 2K、最高 60K。