岗位职责 参与具身智能 VLA（Vision-Language-Action）模型的算法研发，探索视觉、语言与机器人动作之间的理解、推理与决策能力。 参与 VLA 模型的数据构建、预处理、训练、微调及评测，持续提升模型在真实机器人任务中的泛化能力和执行效果。 参与视觉、语言、动作等多模态信息的建模与融合，研究机器人对环境的感知、理解、决策与动作生成能力。 针对机器人实际任务，参与模型算法设计与优化，将大模型能力与机器人运动控制、操作技能等进行结合。 参与模型在仿真及真实机器人上的部署、测试与迭代，分析模型在真实场景中的问题并持续优化。 跟踪具身智能、大模型、多模态学习等前沿技术，将最新研究成果应用于机器人实际场景。 与机器人软件、感知、控制、数据及 Infra 等团队协作，共同推动具身智能算法从实验室走向真实世界。 任职要求 2027届本科及以上毕业生，计算机、人工智能、机器人、自动化、电子信息等相关专业优先。 具备扎实的机器学习、深度学习基础，理解 Transformer、Attention 等基本原理。 熟练掌握 Python，具备良好的算法实现能力；熟悉 C++ 者优先。 熟悉 PyTorch 等主流深度学习框架，有深度学习模型训练、微调或相关项目经验。 对计算机视觉、自然语言处理、多模态学习、强化学习中的至少一个方向有较深入的理解或实践。 对机器人、具身智能及 VLA 技术具有浓厚兴趣，愿意探索 AI 与真实物理世界结合的技术方向。 具备较强的学习能力、问题分析能力和科研/工程实践能力，能够快速学习并解决复杂问题。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录