具身机器人全模态Agentic 系统设计与后训练研究

1. 主导基于多模态大模型（VLM/Omni）的Agentic系统设计，实现任务规划与工具调用闭环； 2. 负责机器人场景下大模型的SFT与RLHF/RLAIF后训练，优化模型认知对齐与偏好； 3. 探索音频、视觉、文本的时间序列特征对齐，提升模型在动态环境下的情境理解力； 4. 推进多模型级联向单模型统一架构演进，打通云端推理到端侧执行的衔接。

1. 获得本科及以上学历，计算机科学、人工智能、机器人、自动化等相关专业； 2. 具备具身操作大模型相关的数据收集、模型预训练、模型微调及推理部署经验，熟悉大规模多卡并行训练及具身智能场景下的模型开发流程，有灵巧手相关项目经验； 3. 熟悉领域内具身开源数据集（如OXE、DROID、AGIBot World、ROBOCOIN、ROBOMIND等）及第一视角人类操作数据集（如EgoDex、Ego4D、Epic-Kitchen等）； 4. 熟悉多模态与具身操作领域经典模型及前沿架构（如Qwen-VL系列、RoboBrain、PI系列、DP系列、RDT、GR00T等）； 5. 熟练掌握Python、C++等编程语言及PyTorch、TensorFlow等深度学习框架，具备良好的代码工程与问题排查能力； 6. 在具身智能、机器人学、多模态大模型等领域顶级会议或期刊（如ICML、ICLR、NeurIPS、ICRA、IROS、RSS、CVPR、ECCV等）有高质量论文发表记录。