【崗位職責(zé)】
1、 核心模型架構(gòu)設(shè)計(jì)與研發(fā)
作為核心技術(shù)領(lǐng)導(dǎo)者，負(fù)責(zé)設(shè)計(jì)、研發(fā)和迭代下一代具身大腦模型，重點(diǎn)解決多模態(tài)（視覺(jué)、語(yǔ)言、觸覺(jué)、本體感覺(jué)等）融合下的長(zhǎng)程任務(wù)推理、規(guī)劃與決策問(wèn)題。
主導(dǎo)探索和實(shí)現(xiàn)前沿模型架構(gòu)，如基于大型語(yǔ)言模型（LLM）的推理引擎、世界模型、記憶增強(qiáng)網(wǎng)絡(luò)、分層強(qiáng)化學(xué)習(xí)等，以提升模型在復(fù)雜、動(dòng)態(tài)環(huán)境中的任務(wù)理解與執(zhí)行能力。
2 、技術(shù)路線規(guī)劃與前沿探索
洞察學(xué)術(shù)界和工業(yè)界（如Google RT-2/X, Meta DROID/OpenVLA, ALOHA, RoboBrain等）的最新進(jìn)展，制定團(tuán)隊(duì)具身大腦模型的中長(zhǎng)期技術(shù)路線圖。
獨(dú)立或帶領(lǐng)團(tuán)隊(duì)進(jìn)行創(chuàng)新性研究，攻克具身智能領(lǐng)域的核心難題，如常識(shí)推理、因果理解、工具使用、人機(jī)協(xié)作等，并推動(dòng)研究成果向產(chǎn)品化轉(zhuǎn)化。
3 、模型訓(xùn)練與評(píng)估體系構(gòu)建
負(fù)責(zé)構(gòu)建大規(guī)模、高效的模型訓(xùn)練Pipeline，利用分布式計(jì)算框架（如DeepSpeed, FSDP）在海量多模態(tài)數(shù)據(jù)上訓(xùn)練和優(yōu)化具身大腦模型。
設(shè)計(jì)并建立一套科學(xué)、全面的模型評(píng)估體系，涵蓋長(zhǎng)程任務(wù)成功率、泛化能力、魯棒性、樣本效率等關(guān)鍵指標(biāo)，以準(zhǔn)確衡量模型性能并指導(dǎo)迭代方向。
4 、跨團(tuán)隊(duì)協(xié)作與技術(shù)賦能
與數(shù)據(jù)團(tuán)隊(duì)緊密合作，定義高質(zhì)量、多樣化的訓(xùn)練數(shù)據(jù)需求，推動(dòng)數(shù)據(jù)驅(qū)動(dòng)的模型閉環(huán)優(yōu)化。
與本體適配工程師、仿真工程師協(xié)作，確保大腦模型能夠高效、穩(wěn)定地部署到不同機(jī)器人本體上，并指導(dǎo)仿真環(huán)境的構(gòu)建以更好地服務(wù)于模型訓(xùn)練與驗(yàn)證。
5、 技術(shù)領(lǐng)導(dǎo)力與知識(shí)傳承
指導(dǎo)團(tuán)隊(duì)中、初級(jí)工程師，培養(yǎng)團(tuán)隊(duì)的技術(shù)氛圍和創(chuàng)新能力，分享前沿知識(shí)與最佳實(shí)踐。
代表團(tuán)隊(duì)參與頂級(jí)學(xué)術(shù)會(huì)議、技術(shù)研討會(huì)，發(fā)表高水平論文，申請(qǐng)核心專利，提升團(tuán)隊(duì)在業(yè)界和學(xué)術(shù)界的影響力。