负责 VLA/VA 模型训练，探索具身数据的大规模预训练方法；优化 Action 数据动作表示和监督方法，探索具身模型 scaling law，并在真机任务上形成可量化的成功率收益；负责动作表示与生成策略，在真机任务上形成可量化收益；探索并落地空间感知、定位能力以及视触觉、力矩等多源感知融合，开展 VLM 相关视觉编码器探索；参与末端执行器、关节、传感器方案的需求定义与原型迭代，集成并优化触觉、力矩、多点触控等传感器方案；开展世界模型相...

负责 MiniCPM-o 在长视频、长音视频上下文、长文本场景下的模型训练与效果优化；建设长上下文训练数据链路，完成长视频训练数据处理与稳定训练；参与长上下文全模态模型训练策略设计，包括数据配比、长序列稳定训练优化；针对长视频问答、多轮历史上下文等任务，设计训练实验和评测分析方案。

负责 MiniCPM-o 在长视频、长音视频上下文、长文本场景下的模型训练与效果优化；建设长上下文训练数据链路，开展长视频训练数据处理和稳定训练；参与长上下文全模态模型训练策略设计，包括数据配比和长序列稳定训练优化；针对长视频问答、多轮历史上下文等任务，设计训练实验和评测分析方案。

负责 MiniCPM-o 在长视频、长音视频上下文、长文本场景下的模型训练与效果优化；建设长上下文训练数据链路，开展长视频训练数据处理和稳定训练；参与长上下文全模态模型训练策略设计，包括数据配比和长序列稳定训练优化；针对长视频问答、多轮历史上下文等任务，设计训练实验和评测分析方案。

负责 MiniCPM-o 在长视频、长音视频上下文、长文本场景下的模型训练与效果优化；建设长上下文训练数据链路，开展长视频训练数据处理和稳定训练；参与长上下文全模态模型训练策略设计，包括数据配比和长序列稳定训练优化；针对长视频问答、多轮历史上下文等任务，设计训练实验和评测分析方案。

参与 MiniCPM-o 多模态模型的音视频联合理解能力建设，包括音频理解、视频理解、音视频联合理解等方向；参与全模态全双工大模型研发，包括主动提醒、边看边说、打断处理等能力建设；负责音频、视频多模态训练数据的构建、清洗、配比与训练策略设计，提升模型在复杂全模态场景下的理解与推理能力；优化音视频-语言模态对齐、时间建模、长序列建模和多模态融合效果。

参与 MiniCPM-o 多模态模型的音视频联合理解能力建设，包括音频理解、视频理解、音视频联合理解等方向；参与全模态全双工大模型研发，包括主动提醒、边看边说、打断处理等能力建设；负责音频、视频多模态训练数据的构建、清洗、配比与训练策略设计，提升模型在复杂全模态场景下的理解与推理能力；优化音视频-语言模态对齐、时间建模、长序列建模和多模态融合效果。

参与 MiniCPM-o 多模态模型的音视频联合理解能力建设，包括音频理解、视频理解、音视频联合理解等方向；参与全模态全双工大模型研发，包括主动提醒、边看边说、打断处理等能力建设；负责音频、视频多模态训练数据的构建、清洗、配比与训练策略设计，提升模型在复杂全模态场景下的理解与推理能力；优化音视频-语言模态对齐、时间建模、长序列建模和多模态融合效果。

参与 MiniCPM-o 多模态模型的音视频联合理解能力建设，包括音频理解、视频理解、音视频联合理解等方向；参与全模态全双工大模型研发，包括主动提醒、边看边说、打断处理等能力建设；负责音频、视频多模态训练数据的构建、清洗、配比与训练策略设计，提升模型在复杂全模态场景下的理解与推理能力；优化音视频-语言模态对齐、时间建模、长序列建模和多模态融合效果。

负责 MiniCPM-o 全模态全双工模型的评测系统建设，覆盖 ASR、VoiceBench、OmniBenchmark、FullDuplex Bench、LiveSports 等任务；建设自动化评测流水线及评测框架的设计、维护与重构，维护评测可用性、结果可视化工具和 badcase 分析工具；与算法团队协作，基于评测结果定位模型问题，推动训练数据、训练策略和模型能力迭代；参与设计全双工模型专项评测，包括说话时机、打断、多说话人、主动提...