岗位职责
主导大模型「操作物理设备」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，从 0 到 1 定义模型对实验室与工业设备的感知、理解、指令映射与多步自主操作的能力边界，构建高质量、可验证、可复现、以安全为先的标注与评测数据集。本方向以设备知识/接口规范、仿真与评测为核心：实体设备数据主要依托外部合作实验室与设备厂商协作获取，而非自建数据采集场。具体包括：
- 能力体系与标准制定：搭建物理设备操作评测体系，完成能力维度拆解（设备状态感知与理解、read/write 原语到设备动作的映射、多设备编排、多步实验/工艺流执行、实时监控与动态调参、硬件错误恢复、安全限位判断、长程自主），制定任务难度分级、标注规范、评分标准与 rubric / 金标准。
- 数据生产与标注：构建设备知识与「参考文件」数据——将设备手册、隐性操作经验、机器特性（如机械臂负载、量程、安全边界）通过自然语言标签结构化，沉淀为可供 agent 直接消费的标准化设备描述文件（能测什么、能调什么、强制哪些安全限位），支撑 agent 操作「从没见过的新设备」；以仿真与数字孪生为核心开展数据生产，在 digital twin / hardware-in-the-loop 环境中生成、扩充并验证设备操作轨迹与失败案例，缓解 sim2real 差距；实体设备数据通过与外部合作实验室、设备厂商协作获取，而非自建采集运营。
- 模型评测建设：设计贴近真实科研/制造流程的评测任务，覆盖仪器操作（显微镜、液体处理器、机械臂、板读仪等）、跨设备协同、标准实验流程（如蛋白测定、qPCR、设备/激光校准、剂量-反应曲线）与工艺编排；构建端到端 Agentic 物理评测与安全验证——涵盖工具/驱动调用与编排（MCP、CLI、设备 API 与设备互操作规范集成）、多轮交互、长程规划、实时控制约束、异常与硬件故障恢复；针对物理任务设计基于结果态的验证机制（实验产出校验、设备状态回读、碰撞/超限检测），并把安全边界与不可逆风险评估作为一等公民，推动任务从「单条指令」向「复杂真实物理场景」演进。
- 质量管控与质检：建立查重去污、难度标定校准、双标注一致性校验、资深抽检机制，规范多模态标注（传感器信号、设备元素、动作轨迹、指令级动作）并做一致性审核；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现、以安全为先。
- 数据基础设施共建：与工程/硬件团队共建仿真环境、评测框架、驱动集成与数据管线，推进可复现的物理设备数据资产沉淀。
- 行业跟踪与跨团队协同：持续关注具身智能、实验室自动化与设备互操作方向动态；将评测洞察转化为模型改进方向（设备感知准确率、操作可靠性、安全性），并与研究、工程、硬件及外部合作实验室协作落地。
职位要求
- 具备机器人、机电一体化、自动化/控制、实验室自动化、科学仪器，或多模态大模型 / 具身智能 / Agent 相关背景（博士或同等深度研究/工程经历），对「AI 操作物理设备」的能力边界有深入判断，能将真实设备操作任务转化为可评测、可验证的数据。
- 理解物理设备与实验室/制造工作流的实际操作，熟悉仪器集成与控制栈（如 ROS/ROS
- MCP、设备驱动/API、传感器数据采集），了解操作物理硬件的典型失败模式（标定漂移、碰撞、时延、超限、不可逆错误）。
- 熟练掌握 Python，具备数据处理、统计分析与可视化能力；了解主流大模型推理服务，以及机器人/自动化与仿真工具链（如 Isaac Sim、MuJoCo、Gazebo）的调用方式与工程约束。
- 了解 Agent 核心机制（ReAct、Tool Use、Planning、多步推理与反思）与后训练范式（SFT / RLHF / 可验证奖励 RL、RLVR），对具身/物理操作类 Agent 的能力边界（感知误差累积、sim2real gap、长程任务失败模式、实时控制约束、物理安全风险）有认知或实践。
- 有以下经验者优先：digital twin / 设备仿真环境与 hardware-in-the-loop 评测搭建、设备驱动或设备互操作标准/接口集成、实验室自动化（液体处理器、机械臂）、物理系统安全评测、科学/机器人 benchmark 构建。
- 优秀的技术写作与沟通能力，能向研究、工程、硬件及外部合作实验室清晰传达评测思路，产出高质量的标注规范、评测方案与分析报告；具备强烈的科研好奇心、独立推进模糊问题的能力、跨职能协作意识，以及对物理安全的高度敏感度。
