职位描述岗位目标 增强原生视频和多模态表征能力，使视频、动作及力数据支持具身任务。 核心职责 1. 设计视频时序表征和多模态融合方案。 2. 建设视频、动作、力等训练样本及实验流程。 3. 训练、调优与分析模型，评估长时序、泛化和数据效率。 4. 与后训练、数据及运动智能方向协同完成真机验证。任职要求任职要求 具备视频理解、视觉语言或多模态模型训练经验；熟练深度学习框架；理解时序建模、训练与评测；能够完成从实验假设到可复现结果的研究及实现。 加分项 视频预训练、VLA、世界模型、多模态时序或大规模训练经验。
