模块方向：具身大模型方向 课题方向：面向人形机器人长程作业的世界动作基座模型 方向内容：长程时序崩溃问题。现有动作模型长程作业任务里，误差呈指数级累积。本质上是缺乏对 "世界状态" 的长期一致性建模能力。 世界模型与动作模型的割裂。真正的基座模型需要将 "理解世界" 和 "作用于世界" 统一在同一个表征空间中 —— 即 "世界动作基座模型"（World-Action Foundation Model）。 多任务泛化与数据稀缺的矛盾。长程作业涉及成百上千个子任务的组合，但每个具体任务的高质量示教数据极其稀缺。 岗位职责 世界动作统一表征架构设计。将视觉观测、物理状态、动作指令统一编码，探索 "世界 token" 与 "动作 token" 的混合表示方式 研究自回归世界模型与扩散策略模型的融合范式，实现 "预测 - 规划 - 执行" 的端到端闭环 探索长程时序一致性建模，解决长程任务中的误差累积问题 长程作业 benchmark 构建与验证 专业要求： 计算机、自动化、机器人、数学等相关专业硕士及以上学历 扎实的深度学习基础，精通 Transformer、扩散模型、世界模型等核心架构 至少有 1 篇顶会论文（ICML/NeurIPS/ICLR/CVPR/CoRL/RSS 等）或同等水平的开源贡献 加分项： 有世界模型（World Model）、视频生成模型、动作基座模型相关研究经验 熟悉人形机器人动力学与控制，有真实机器人部署经验 有大规模分布式训练经验，处理过 TB 级多模态数据 极强的工程实现能力，能独立完成从算法设计到机器人部署的全链路