具身世界模型算法研究员-Xiaomi Robotics

1、全面负责具身世界模型预训练数据研究，围绕互联网图文与视频、第一视角数据、机器人交互轨迹、状态序列、仿真及合成数据等，研究数据源拓展、采集生成、清洗去重、质量评估和多模态对齐策略，建立可持续迭代的数据体系。 2、研究数据规模、质量、多样性、时空覆盖与模型能力之间的关系，制定语言、视觉、视频、状态、动作等模态及不同任务、场景的数据配比、采样和课程策略，持续提升预训练数据效率与信息密度。 3、探索理解、生成与动作统一的具身世界模型架构和学习范式，研究视觉、语言、状态、动作及时空交互信息的统一表征、Token 化、模态接口与联合训练目标，推动模型在预训练阶段实现跨模态对齐与联合建模。 4、围绕 In-context Learning、Zero-shot/Few-shot Generalization、跨任务迁移、跨场景泛化和长时程推理等目标，设计预训练任务、数据组织方式及评测方法，研究通用具身…… 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。