岗位描述(节选)
职位描述
1. 负责具身智能领域VLA(视觉-语言-动作)、世界模型(WAM)基座大模型的架构设计、核心算法研发与全流程预训练落地,打造行业领先的具身智能基座能力。
2. 主导视觉、语言、动作、多传感器时序数据等多模态信息的统一表征学习与跨模态对齐算法研发,解决具身场景下的时空建模、环境理解、动作决策等核心技术问题。
3. 设计并优化大规模预训练范式,包括但不限于掩码建模、对比学习、生成式预训练等,持续提升基座模型的泛化能力与下游任务适配性。
4. 搭建分布式预训练全链路流程,解决大规模训练中的稳定性、效率与性能优化问题,保障大模型预训练任务的高效落地。
5. 跟踪具身智能、多模态大模型、世界模型领域的前沿技术进展,开展前沿算法的复现、创新与落地,推动技术成果向产品能力的转化。
任职要求
1. 硕士及以上学历,计算机科学、人工智能、机器人学等相关专业,具备扎实的深度学习理论基础与数学功底。……
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。