腾讯面向通用机器人操作的具身多模态模型

1、定义未来架构： 深度参与阿里云新一代 Agent/Sandbox 运行时的顶层设计与核心攻坚，探索 MicroVM、异构计算调度、OS Agent 等前沿技术在 AI 智能体场景下的应用边界； 2、攻克系统难题： 解决超大规模分布式系统中的极端挑战，包括但不限于：Agent/Sandbox 的毫秒级启动/休眠唤醒、异构算力的调度超卖，单集群千万 Agent/Sandbox 的管理等等； 3、学术与工程结合： 保持对系统软件（System Software）领域前沿技术的敏锐度，将学术界最新成果（State-of-the-art）引入工业界，并通过大规模生产环境验证，反哺学术界。

1.负责语音识别/语种识别/情感识别等方向的算法研究和开发； 2.负责音频理解/用户意图理解等算法研究和开发； 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。

1.负责端到端语音翻译方向的算法研究和开发。 2.负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发。 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。

阿里云PAI深度学习团队正在布局**物理 AI 与具身智能**方向，寻找博士研究型实习生，聚焦具身智能体从实验室到开放世界泛化的核心瓶颈，围绕以下内容开展前沿研究： 1. **多源数据驱动的跨域泛化**：研究 VLA 与 WAM 两条路线下多源异构数据（遥操作轨迹、人类演示、仿真数据、无标注视频）的差异化利用策略、跨本体统一动作表示、以及数据多样性优化，提升智能体在分布外场景下的泛化能力。 2. **RL 后训练驱动的行为泛化**：研究基于世界模型的想象训练与大规模 RL 后训练方法，突破行为克隆的泛化边界，涵盖通用奖励设计、异构架构 RL 适配、以及部署端持续进化闭环。 3. **物理AI研发闭环全链路搭建**：参与物理AI研发基础设施建设，包括数据采集与管理流水线、VLM/VLA与WFM/WAM等基础模型的训练与评测平台、以及仿真-真机部署闭环工具链，为上述研究方向提供可复用的AI Infra支撑。 核心算法成果将沉淀至 ModelScope、HuggingFace 及 PAI 开源算法库，支持在 NeurIPS、ICML、ICLR、CoRL、RSS、CVPR、ICCV、ECCV等顶会发表论文。