具身智能算法研究实习生（智能体）

持续拓宽多模态基础模型的物理能力边界，面向真实的物理场景，定义新的高价值的物理能力，针对该能力进行真机与仿真评测集构建，并研究相应的自动化、细粒度评测分析方法，并探索RLAIF等方式实现该能力的显著提升；

研究如何构建大模型智能体与真实或仿真物理世界的高效交互与强化学习闭环，探索稳定、高效的大规模、多模态基础模型强化学习算法与集成训练方式如MOPD等；

开展多模态大模型与智能体自主进化的相关技术预研，包括但不限于强化学习、持续学习、多模态记忆等方向；

与其他算法、工程、产品和硬件团队协作，完成从实验研究到系统部署的完整闭环。

计算机科学、人工智能、电子工程等相关专业优先，博士优先；

熟悉大模型中、后训练和强化学习相关研究工作，对文本、多模态强化学习有一定研究或实践经验；了解 PPO、GRPO、RLHF、RLAIF、奖励建模、过程监督、环境反馈强化学习等方法，有大模型强化学习算法研发经验者优先；

熟练使用 Python、PyTorch 等编程语言和深度学习框架，熟悉 Ray、分布式训练或大模型训练系统者优先；

具备大规模数据处理经验，能够完成训练数据的清洗、转换、采样、质量分析与数据管线开发；

具备较强的论文阅读、实验设计、问题分析和结果判断能力，能够系统性对比相关研究成果并制定改进方案；

目标导向，具备良好的团队协作和沟通能力，能够承担从问题分析、方案设计到实验验证和落地迭代的完整工作；

拥有高水平论文、知名竞赛获奖、高影响力开源项目、顶级研究机构或大模型相关工作经验者优先；

对具身领域的大模型 Agent和强化学习有浓厚兴趣，愿意探索尚未形成标准答案的研究问题。