1、参与空间智能(含具身、智驾)大模型前沿算法研究，涵盖4D通用表征、多模态感知融合（视觉/触觉/力觉）、空间理解与推理、端到端运动规划、动作生成等模块的数据生成、算法开发、模型训练优化及评测迭代等工作，持续提升大模型空间智能竞争力； 2、开展细粒度4D空间对齐与推理技术研究，在VLM中引入4D空间特征编码网络并对齐到LLM语义空间，同时通过DiT/世界模型等技术提升模型的空间推理能力，实现对4D场景的精细化理解； 3、参与构建大模型的时空间理解与推理能力，实现快慢思考自适应切换，基于CoT压缩与推理加速、高质量CoT生成、强化微调等技术，在保持因果推理能力的同时降低时延，应用于自动驾驶与具身智能； 4、将业界先进VLA, VLN, World Model, Agent, 强化学习, 迁移学习等技术应用于自动驾驶、具身智能领域，实现安全高效的动作生成，提升自动驾驶在复杂场景下的推理、规划和决策能力，以及机器人各类应用的通用技能； 5、协同团队推动算法落地应用与技术竞争力构建：包括大规模数据采集与生成、Sim-to-Real迁移、真机部署等工作，搭建空间智能/具身智能技术平台，确保技术方案领先性与差异化；紧跟业界和学术界空间智能领域最新研究进展，参与业界顶会，将前沿成果融入研发。 1、计算机、人工智能、数学、控制科学与工程、机器人学、自动化等相关专业； 2、具备较强的代码编写和算法实现能力，熟悉Pytorch、Megatron等开源训练框架； 3、具备较强的学习能力、自驱意识、团队意识和责任意识，能够积极参与团队协作，快速适应技术迭代； 4、具有大模型预训练/后训练、视频理解模型、3D/4D大模型、多模态对齐、大模型记忆、VLA、具身强化学习等实践经验者优先； 5、在相关方向发表过顶级会议（如NeurIPS、CVPR、ICCV、ICLR、ECCV、ICML、AAAI等）优先。