多模态世界模型算法工程师

【岗位职责】 聚焦下一代具身智能模型与技术范式，重点推进 Omnimodal World Models（全模态世界模型） 方向。我们希望构建能够统一理解和生成语言、视觉、视频、动作、触觉、本体感知等多模态信息的机器人基础模型，使机器人具备更强的物理世界理解、交互预测、任务规划和泛化执行能力。 【核心职责】 1、负责全模态世界模型的架构设计、训练方法与算法迭代，探索语言、视觉、视频、动作、触觉等模态的统一建模。 2、推进世界模型在物理场景理解、未来状态预测、动作生成、交互结果模拟、机器人策略学习等方向的技术攻关。 3、面向从双臂系统、轮式人形到全尺寸人形机器人等多种机器人形态，并进一步探索灵巧手等高自由度系统，构建统一的动作表示与数据体系。 4、参与机器人多模态数据的采集、清洗、训练、评测与闭环迭代，推动模型在真实机器人任务中的验证与落地。 5、持续跟踪多模态大模型、视频生成、具身智能、wo…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 19019 个北京岗位（全城各职能合计），其中 2814 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 9K，最低 2K、最高 300K。