【LongCat大模型人才校招】具身智能前沿研究

参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型。
1.多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真机遥操作数据等
2.具身智能系统的架构设计，Agent 系统、大小脑和 Monitor 等多层次结构
3.模型泛化性探索：无需额外训练实现跨本体多任务；基于少量演示数据作为上下文，增强模型能力；基于自动探索，在线学习新技能。
4.模型全流程，预训练、mid train、SFT、强化学习、部署和评测等

同时参与具身智能方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：
1.具身智能相关的仿真环境、资产、场景、任务自动化生成与重建（3D生成/场景理解）
2.仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）
3.egocentric video 数据的有效使用
4.基于多模态大模型的泛化具身智能 Agent 系统研究
5.模型泛化性研究和主动探索研究
6.其他你坚信路线正确的具身智能前沿方向
【为什么是我们】
1.加入美团 LongCat 基座大模型核心团队，直接参与具身智能方向的原创研究，成果可直接产出论文或落地产品；
2.充足的 GPU 算力资源支持，研究不卡资源；
3.多位在 AI、机器人、计算机图形学领域有丰富发表经验的前辈一对一指导，快速成长；
4.追求卓越和鼓励创新的团队氛围。