核心职责：
算法研发与优化：
研发基于VLM（如GPT-4V、Flamingo、BLIP-2等）的机器人感知与决策算法，实现视觉-语言-动作的端到端闭环
针对机器人场景（如物体抓取、导航、人机交互）优化多模态模型，提升在真实环境中的泛化能力与鲁棒性
探索小样本学习、增量学习等技术，解决机器人数据稀缺问题
工程落地：
将VLM模型部署至机器人硬件平台（如ROS、嵌入式设备），优化推理效率（模型剪枝、量化、TensorRT加速等）
设计数据闭环 pipeline，通过真实场景反馈持续迭代模型性能
前沿探索：
跟踪VLM与具身智能（Embodied AI）领域最新进展，推动技术在机器人业务中的创新应用