岗位职责：1.核心模型研发：参与多模态大模型、世界模型（WorldModels）及Vision-Language-Action(VLA)模型的研发与优化。负责跨模态信号（如文本、图像、长视频、3D点云、机器人本体感觉/动作序列）的联合表征、对齐微调（SFT/DPO/RLHF等）。2.构建数据与训练闭环：协助搭建端到端的数据流与训练pipeline，包括真实物理世界长时视频的数据挖掘、仿真环境（Simulation）多模态数据的合成与标注、具身轨迹数据处理，及模型的训练与迭代部署。3.前沿评测体系搭建：建设针对具身智能和世界模型的评测基准，除了基础的指令遵循与多模态对齐外，重点关注物理规律一致性（PhysicsGrounding）、空间/时序推理能力、动力学预测准确度及真实/仿真环境下的任务执行成功率。4.技术追踪与落地：紧跟Sora类视频生成架构、端到端具身控制、大语言模型驱动的Agent等前沿技术，支持底层科研创新及机器人物理实体（或自动驾驶等）的工程落地。任职要求：1.计算机、人工智能、自动化、机器人、数学等相关专业，本科及以上学历。2.具备扎实的Python编程功底，熟练掌握常用深度学习框架（PyTorch优先）。3.深入理解深度学习原理，对Transformer架构、DiffusionModels或StateSpaceModels(如Mamba)有较好的掌握。4.具备良好的数学底子，熟悉线性代数、概率统计、优化方法。5.对具身智能（EmbodiedAI）、**世界模型（WorldModels）**或时空多模态方向有强烈的好奇心与技术热情，学习能力极强，能快速复现前沿Paper并深入研究。6.具备优秀的团队协作精神和跨领域（如算法与硬件/机器人控制团队）的沟通表达能力。