具身大脑训练（VLM）

负责具身视觉语言模型（VLM）的预训练、微调与优化，提升多模态理解与决策能力。 探索视觉、语言、动作多模态融合机制，适配具身交互场景需求。 构建VLM评估体系，推进模型在机器人感知与交互任务中落地

硕及以上学历，计算机/AI/电子工程等相关专业，有VLM研发经验。 深入理解CLIP/LLaVA等VLM架构，熟练掌握多模态模型训练流程。 具备PyTorch使用经验，有大规模模型训练实操能力。 顶会论文或机器人VLM落地经验者优先。