世界模型后训练与对齐研究员

岗位概述

具身场景 RLHF / RLAIF、安全对齐与 Action-Feedback-Correction 闭环优化。 加入缤果万境，你将与具身大脑 VisionX、灵巧操作、触觉感知与 VANTA 硬件基座深度结合，在具身 Infra 落地中承担关键角色。

岗位职责

• 设计具身场景 RLHF / RLAIF 与 Action-Feedback-Correction 闭环
• 构建安全对齐、幻觉抑制与可解释决策的评测基准
• 优化后训练流程效率，支撑快速迭代与 A/B 验证
• 协同产品团队定义对齐策略与红线规则

任职要求

• 计算机、人工智能、机器人或相关专业硕士及以上学历，博士优先
• 扎实的深度学习与多模态建模基础，熟悉 PyTorch 等主流框架
• 具备顶会论文或同等影响力的研究成果者优先

加分项

• 具身智能、世界模型、机器人学习相关研究经验
• 有大规模预训练或多模态对齐项目经验

我们提供

• 参与具身大脑、灵巧操作、触觉感知与 VANTA 硬件基座从 0 到 1 的建设
• 真实场景数据闭环，拒绝脱离产业的「纸面 AI」
• 北京模型研发与深圳制造落地双体系协同，技术直接驱动商业交付
• 有竞争力的薪酬、期权与成长空间