The posting
1.面向物理世界模型的研发与应用,负责数据链路的研发及实现、参与模型核心算法的实现、优化和系统集成,参与多模态理解、未来预测及行为生成模型的开发与迭代。 2.聚焦建设人类视频、机器人真机及仿真数据的处理流程,主导完成数据清洗、质量筛选、时序同步、多视角处理、动作与状态对齐及跨本体适配,支撑大规模多源数据训练。 3.围绕模型效果与计算成本参与算法优化,参与模型结构改进、训练策略调整及数据配比实验,推动高效注意力、模型蒸馏、量化和推理加速等技术落地。 4.与研究团队协作,将前沿方法转化为可复用的算法模块与工程流程,完善代码、文档和发布工具,支持模型、训练框架及数据处理工具的开源与交付。
1.计算机科学、人工智能、机器人、自动化、电子工程等相关专业本科及以上学历,硕士及以上学历优先,或具有同等工程研发能力。 2.具备扎实的机器学习和深度学习基础,熟悉多模态模型、视频生成、三维视觉、世界模型或机器人学习中的至少一个方向,能够理解相关论文并完成算法实现与改进。 3.熟练使用 Python、PyTorch 及 Linux 开发环境,具备良好的代码设计、调试和性能分析能力,能够独立完成模型训练、评测及问题定位。 4.具有较大规模模型训练或推理优化经验,熟悉分布式训练、混合精度、显存优化、数据加载或模型部署等技术中的一项或多项。 5.具备数据处理与质量分析能力;具有视频、多视角、三维数据或机器人轨迹处理经验,熟悉时序同步、动作表示与归一化等技术者优先。 6.具有以下一项或多项经验者优先:视频或多模态模型训练、模型蒸馏与量化、GPU 算子优化、仿真环境集成、真实机器人部署,或高质量开源项目开发与维护。 7.对物理世界模型与具身智能具有浓厚兴趣,具备较强的自主学习、问题解决和团队协作能力,重视实验可复现性、代码质量及系统交付效果。



