1.多机大模型适配优化：针对多机协作的 AI 机器人场景，适配主流大模型。优化参数与架构，提升机器人集群在自然语言、图像识别等任务中的协同性能。
2.定制模型开发：依据多机协同需求，设计开发专属大模型。收集运行数据构建训练集，用深度学习训练模型，使其能完成复杂指令理解、分布式环境感知及任务分配
3.模型集成与部署：将模型集成到多机协同的 AI 机器人系统，确保其与硬件、软件在分布式架构下协同。完成多机部署，保障稳定性与可靠性，解决网络通信、数据同步等兼容性问题。
4.模型评估与改进：建立多机协同的模型评估体系，用多种指标评估表现。依据结果持续改进，优化训练流程，提升模型在多机环境下的准确性、泛化与协同响应速度，以适应多变任务与环境；

要求：
1．教育背景：计算机科学、人工智能、数学等相关专业硕士及以上学历，理论知识深厚。
2．技能要求：精通深度学习，理解大模型原理，熟悉 Transformer 架构在多机环境中的应用。 熟悉多机协同计算理论，掌握分布式系统原理与多机通信机制，了解自然语言处理、计算机视觉知识，能用于多机协同的机器人多模态任务。
3．经验要求：3年以上AI相关的软件开发工作经验，有大模型开发、优化或多机协同机器人领域的项目经验优先。