具身智能算法高级工程师

我们致力于利用大规模人类第一视角视频与机器人交互数据，构建具备物理世界理解、动作生成和跨任务泛化能力的具身基础模型，并通过真实机器人操作验证模型能力。 你将参与以下工作：

1. 01

   研究世界动作模型（World Action Models, WAM）的预训练与迁移方法，探索视频与动作联合建模、视觉表征学习，以及显式动作与潜在动作学习。

2. 02

   研究人类第一视角数据与机器人真机数据的联合训练，包括数据混合比例、训练阶段安排、共享表征，以及跨本体迁移方法。

3. 03

   与数据团队共同完善第一视角数据处理与质量评估流程，开展手部姿态估计、坐标系统一、时序对齐、动作表示转换，研究噪声标签与缺失标签的利用方法。

4. 04

   完成模型微调、真机部署和闭环评测，通过受控实验评估任务成功率、泛化能力、机器人数据效率及推理性能，并推动数据与模型迭代。 我们希望你具备： - 扎实的深度学习与机器人学习基础，熟练使用 Python、PyTorch，能够独立完成模型实现、训练调试和实验分析。 - 能够设计可复现的对照与消融实验，区分数据质量、动作表示、训练配置和执行系统对最终效果的影响。 - 在下述一个方向有深入实践： - 有 WAM、动作条件世界模型或视频生成模型训练经验，理解 diffusion／flow matching 等方法；熟悉 VAE 潜空间、DINO 类自监督视觉特征、JEPA 类预测表征的特点及其在动作学习中的应用；有多机多卡训练、训练稳定性及吞吐优化经验。 - 有人类第一视角数据或机器人操作数据处理及策略训练经验；熟悉 MANO 等手部模型、相机／世界／机器人基座坐标变换、旋转表示、关节与末端位姿动作空间、绝对与相对动作表示；有真实机器人策略部署与闭环评测经验。

以下经历将被重点考虑： - 直接参与过人类第一视角数据与机器人数据的联合训练或人机迁移，并能说明本人贡献、对照基线和实际收益。 - 有双臂操作、灵巧手、遥操作或跨机器人形态迁移经验。 - 处理过推理延迟、观测与动作同步、动作分块执行等真机部署问题。 - 有高质量研究成果、开源贡献或完整项目交付，能够清楚说明技术决策和失败分析。 希望有有世界动作模型训练经验，进行过人类第一视角数据和真机数据混训的实验，最好是有人类第一视角数据的处理和和真机数据对齐的经验，最好有真机部署评测的经验