具身基础模型算法专家

1.设计并优化具身智能/无人机端到端的基础模型架构，探索面向物理世界感知、理解与决策的多模态统一模型；

2.研究具身智能的 Scaling Law，提升模型在复杂操作/无人机业务上的 zero-shot 泛化与跨场景迁移能力；

3.探索高效利用多样化、低成本数据源（Ego/Exo数据、互联网视频、真实采集数据）的训练方法，提升数据利用效率；

4.探索面向下一代的无人机端到端架构，建设适用于端到端模型的数据闭环链路

5.负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；

1. 有VLA/VLM/LLM模型训练的经验，熟悉主流模型架构的原理与训练流程；

2. 熟练使用 PyTorch/DeepSpeed等训练框架，具备扎实的工程能力；

3. 具备以下至少一项技术背景：强化学习（GRPO/RECAP）；生成式模型（Diffusion Policy/Video Action Model）；

4. 持续跟踪具身智能、多模态大模型等前沿方向，推动算法创新与工程落地；

5. 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化；

1.团队有丰富的算法/软硬件集成经验，丰富的训练资源和落地场景，无惧挑战，从0到1打造了低空物流配送系统。

2.团队聚焦多模态感知与机器人研究，鼓励探索VLA、世界模型等前沿技术， 在计算机视觉知名刊物上有多篇论文发表。