具身世界模型算法工程师

岗位方向

面向具身智能与机器人操作的下一代核心范式，探索以 World Model 为基础的通用智能系统，构建具备泛化能力、鲁棒性与长期自主进化能力的真实世界智能体，参与定义下一代具身智能技术范式。

岗位职责

• 围绕具身世界模型（World Model）的核心问题开展研究，构建统一刻画状态预测、动作预测等的具身多模态模型；

• 探索基于世界模型的策略学习方法，包括基于未来状态（future latent）的决策、预测驱动控制与规划机制；

• 研究世界模型方案在真实环境中的关键能力边界，探索并实现 world model 与强化学习、持续学习（continual learning）及智能体（Agent）架构的融合方案；

• 研究世界模型方案在具身智能领域的泛化边界，探索指令遵循（Instruction Following）、任务迁移（Task Generalization）及长尾物体交互（Object Generalization）的能力天花板；研究并开发高效的泛化增强算法，解决大规模异构数据下的跨场景适配与零样本/少样本（Zero-shot/Few-shot）能力提升问题

• 参与技术方案设计与高水平成果产出（论文、系统、平台等）。

岗位要求

• 计算机、人工智能、机器人等相关专业硕士及以上学历；

• 扎实的算法与工程基础，能够独立完成模型训练、调试与实验分析，熟悉深度学习与序列建模方法，对以下至少一个方向有深入理解：Transformer / Diffusion / 视频模型 / 强化学习 / 多模态学习；

• 具备良好的研究能力，能够从问题出发设计实验，并对结果进行深入分析。

加分项

• 有具身智能、机器人学习或多模态系统相关经验；

• 对“模型为什么有效/无效”有强烈好奇心，而不仅是调参优化；

• 在世界模型相关方向有论文或系统性项目成果。