1. 阅读并整理 VLA、世界模型、动作生成、WAM 等方向的前沿论文，形成技术调研报告和复现清单。 2. 围绕项目已有的 VLA、世界模型、动作生成、WAM 技术路线，复现或维护指定模型模块，完成基础训练、评测及结果对比。 3. 参与语言指令、视觉图像、三维场景、机器人状态和动作轨迹等多模态数据的清洗、转换、标注检查与数据管线建设。 4. 参与机器人原生世界运动模型的算法设计，探索场景感知、未来状态预测、动作生成与运动建模之间的联合学习方法。 5. 设计并完成消融实验、泛化实验和可视化分析，整理实验结果，参加课题组组会并进行阶段性研究汇报。 1. 招募对象：硕士研究生 2. 计算机科学、人工智能、机器人、自动化、控制科学、数学、电子信息等相关专业优先。 3. 具备线性代数、概率统计、机器学习和深度学习基础，了解计算机视觉、自然语言处理、三维几何、机器人学或生成模型中的至少一个方向。 4. 具备良好的 Python 编程能力，能够使用 PyTorch 等深度学习框架，熟悉 Linux、Git 及常用数据处理工具，能够独立运行和调试基础训练代码，能够有效利用 agent 工具。 5. 有世界模型、动作生成、人体运动建模、三维视觉、点云处理、多模态学习或生成模型相关项目经历者优先，有相关论文、算法竞赛或开源项目经历者优先。 6. 能够阅读英文技术资料和相关论文，具备较强的学习能力、问题分析能力和实验记录习惯。 7. 对机器人世界模型和具身智能研究具有持续兴趣，能够稳定投入科研时间，并按计划参加组会和阶段性汇报。 8. 实习安排：线上线下结合，实习周期6个月以上，每周预计投入20-30小时。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录