灵巧手大模型研究科学家

1. 研究面向灵巧操作的大模型预训练方法，基于大规模真实数据与仿真合成数据，开展未来表征预测与操作相关表征学习；
2. 研究视觉与人体手部运动的联合建模，探索多视角信息融合、手部姿态与运动表示、多模态对齐等方法，提升预测结果的时序一致性与交互合理性；
3. 开发面向灵巧操作的仿真合成数据生成流程，研究利用仿真合成数据开展模型预训练的方法；
4. 参与预训练数据处理流程建设，包括视频处理、数据清洗、手部姿态监督构建与质量评估，持续提升数据质量与覆盖度，改善模型训练效果

1. 具有计算机、人工智能、机器人、自动化、数学或相关专业的硕士或博士学位；
2. 在视频生成、世界模型、三维视觉（3DV）、大模型、强化学习或仿真合成数据等方向中，至少具备一个方向的研究或项目经验；
3. 熟悉深度学习的数据处理与模型训练流程，能够分析数据质量、训练目标及评测设置对模型效果的影响；
4. 具备良好的研究主动性、问题分析能力与团队协作能力，能够跟进前沿研究，独立设计实验、验证假设并改进方法。

加分项：

1. 有 VLA 或 WAM 的预训练经验，熟悉扩散模型、Flow Matching 或其他生成式建模方法；
2. 有三维视觉、人体或手部姿态估计、运动预测、多视角几何等经验，熟悉 MANO 等参数化手部模型；
3. 有视频生成模型研发、训练与优化经验；有视频生成与强化学习（RL）相结合的研究或实践经验，包括奖励建模、RL 后训练及生成质量优化等；
4. 熟悉 Isaac Sim、Isaac Lab、MuJoCo 等仿真平台，在仿真渲染、物理交互、数据批量生成或仿真到真实迁移方面有实际经验；
5. 在计算机视觉、机器学习或机器人领域发表过高质量论文，或有能够体现个人贡献的开源项目与技术成果