自动泊车规划算法专家（RL方向） 上海 全职 职位描述 岗位职责：以自动泊车为核心场景，探索深度强化学习（DRL）在低速复杂环境轨迹规划中的应用范式，构建具备脱困与自主应变能力的规划策略研究 RL 与 Hybrid A* 等传统规划算法的混合架构方案，探索“边走边规划”的滚动时域决策策略，从根本上优化动态重规划能力与乘坐舒适性搭建或扩展公司已有泊车仿真训练环境，设计奖励函数与训练策略，完成模型训练、闭环测试及实车部署验证跟踪行业前沿技术演进，负责团队技术路线规划与人才培养 职位要求 任职要求：必须项：硕士及以上学历，机器人学、人工智能、自动化等相关专业，博士优先深入理解深度强化学习核心算法（PPO / SAC / DQN 等），有实际自动驾驶或机器人运动规划项目落地经验熟悉 Hybrid A*、RRT 等经典路径规划算法，清楚认知其局限性熟练使用 PyTorch / TensorFlow，精通 C++ / Python加分项：有 APA/AVP 量产项目经历有嵌入式平台模型部署与推理优化经验关注 CoRL / ICRA / IROS 等顶会前沿成果有技术带队经验 投递...
高级智能驾驶算法工程师 - 强化学习(RL) 上海 全职 职位描述 -研发强化学习、模仿学习、人类反馈强化学习在智驾领域的融合方式，提升系统表现与安全性。-开发基于强化学习与生成式模型的闭环仿真算法和基础设施，实现大规模场景的闭环训练。 职位要求 -具有计算机视觉，机器学习，电子信息，机器人等相关学科硕士/博士学历，AI相关研究方向。-精通强化学习主流算法（PPO/SAC/GRPO等），有结合世界模型/神经渲染方法进行闭环训练的项目经验。-熟悉大规模分布式RL训练，在自动驾驶或机器人领域有完整的RL落地项目经验。-能够紧跟学术界和产业界技术动态，对新技术进行调研和原型验证。有相关领域顶会文章发表经历优先。-精通Python/C++编程，熟练掌握PyTorch等深度学习框架-具有良好的工作态度，团队合作精神，主观能动性和沟通能力。 投递...
多模态RL infra工程师 北京、上海、成都、深圳 社招 全职 技术 - 开发 职位 ID：A79965 职位描述 1、RL训练框架搭建与优化：建设支持多模态大模型后训练的RL基础设施，包括SFT、DPO、GRPO等算法的训练框架开发与性能调优。2、训练效率提升：优化RL训练的资源调度、通信模式与计算-通信重叠，降低显存占用与训练耗时，提升端到端训练吞吐。3、训练稳定性保障：建立训练监控与容错机制，解决大规模RL训练中常见的训推不一致、reward hacking、loss震荡等问题。4、多模态模型适配：支持图文理解模型与全模态模型（MiniCPM-V/o）的RL后训练，解决视觉/音频模态与文本模态在RL训练中的效率与对齐问题。5、工具链建设：协助算法团队搭建数据流水线、评测链路和模型迭代闭环，提升整体研发效率。 职位要求 职位要求1.本科及以上学历，了解常见强化学习算法的相关原理、实现方式、优化策略；2.具备搭建、优化和维护强化学习训练基础设施（Infra）的经验；3.熟悉集群资源管理、监控与CI/CD等Infra体系，能保障训练平台稳定性；4.熟悉至少一种主流的RLHF框架，如OpenRLHF/VeRL/ChatLearn等；5.了解分布式训练基本原理,熟悉通信库的相关工作原理；6.有良好的沟通合作能力、快速学习和应用新技术的能力、及基本的英文文献阅读能力。加分项：1.有强化学习项目实施经验；2.熟悉模型部署和推理优化；3.了解云平台部署和容器化技术。 投递...
大模型训练框架工程师（训练框架 & RL 方向）- 2028届实习生 北京、上海 校招 实习 研发 - 算法 2028届实习生招聘 职位描述 1. 训练一个顶尖的大模型，需要的不只是算法——它需要一套从集群调度到通信优化、从并行策略到 RL 训练流水线的完整系统工程。模型能力的上限，往往卡在基础设施的某个角落，我们做的事，就是把那个角落找出来，把它打通。2. 我们有两个方向：训练框架，解决万卡集群上的效率与稳定性；RL 框架 Forge，是 MiniMax 自研的强化学习训练系统，在业界已有广泛的技术影响力。两个方向的共同工作方式是：和算法团队从架构设计阶段就一起做，而不是等方案定了再来实现。我们希望你在某个领域有真正的深度——分布式系统、GPU 性能优化、RL 工程、推理加速，都行——同时对算法前沿保持真实的好奇心。你不需要什么都懂，但你应该知道自己不懂的东西在哪，并且想去弄懂它； 职位要求 基本要求1. 编程能力扎实，有清晰的系统设计思路，有强烈的工程品味和责任心；2. 对 AI 训练系统或 RL 工程某一方向有深入理解，能独立发现问题、提出方案并推动落地；3. 主动追踪算法与系统前沿，能将论文洞见转化为工程判断；加分项：1. 对主流开源框架（PyTorch、Megatron-LM、SGLang 等）有深入了解，并有实质性贡献2. 有万卡规模训练系统或大规模 RLHF/RLVR 工程的实战经验 投递...
GUI Agent实习生— 环境合成与RL训练方向 武汉 校招 实习 算法类 职位描述 1. 跟踪和调研 GUI Agent、Computer-Use Agent、Mobile Agent、Web Agent 等方向的前沿技术，重点关注环境合成、任务生成、自动评测、轨迹数据构建、RL/RLVR 训练等相关方法和开源项目；2. 参与 GUI Agent 任务环境合成与可验证评测体系建设，包括移动端 / Web / 桌面任务环境设计、模拟应用构建、任务模板设计、状态建模、mock backend、任务完成判定、verifier / reward 信号设计等；3. 参与 GUI Agent 数据与 RL 训练闭环建设，包括任务生成、轨迹采集、数据筛选、失败案例分析、困难样本挖掘、rollout 数据分析、训练环境接入和策略效果评估，持续提升模型任务完成率、泛化性和执行效率。 职位要求 1. 在读本科高年级、硕士或博士，计算机、人工智能、软件工程、自动化、电子信息、数学等相关专业优先；对
Agentic RL 算法实习生 北京 校招 实习 软件研发类 职位描述 工作内容：1. RL训练环境搭建：负责构建易用、稳定且支持高并发的工具调用环境，搭建和优化 Agent 框架。2. 推理能力提升： 针对 DeepResearch、CodeAgent 等复杂推理场景，设计并实现高效的能力增强方案。3. 数据合成与优化：围绕业务需求构建、筛选和优化 Agent 行为数据与知识增强语料，为对齐训练、RL 训练和持续预训练提供高质量数据支撑。 职位要求 任职要求：1. 计算机相关专业；在CCF-A类会议发表过相关论文者优先考虑； 2. 熟悉主流 Agent 框架（如 Claude Code、LangGraph、AgentScope、Qwen-Agent 等），具备实际开发或使用经验。3. 熟练掌握主流 Agentic RL 训练框架（如 VeRL、OpenRLHF），具备后训练（post-training）和数据处理相关项目经验者优先。4. 理解并掌握并行训练框架，有多机多卡训练经验者优先。 投递...
大模型训练框架工程师（训练框架 & RL 方向）- 2027届 北京、上海 校招 实习 研发 - 算法 2027届校园招聘 职位描述 1. 训练一个顶尖的大模型，需要的不只是算法——它需要一套从集群调度到通信优化、从并行策略到 RL 训练流水线的完整系统工程。模型能力的上限，往往卡在基础设施的某个角落，我们做的事，就是把那个角落找出来，把它打通。2. 我们有两个方向：训练框架，解决万卡集群上的效率与稳定性；RL 框架 Forge，是 MiniMax 自研的强化学习训练系统，在业界已有广泛的技术影响力。两个方向的共同工作方式是：和算法团队从架构设计阶段就一起做，而不是等方案定了再来实现。我们希望你在某个领域有真正的深度——分布式系统、GPU 性能优化、RL 工程、推理加速，都行——同时对算法前沿保持真实的好奇心。你不需要什么都懂，但你应该知道自己不懂的东西在哪，并且想去弄懂它； 职位要求 基本要求1. 编程能力扎实，有清晰的系统设计思路，有强烈的工程品味和责任心；2. 对 AI 训练系统或 RL 工程某一方向有深入理解，能独立发现问题、提出方案并推动落地；3. 主动追踪算法与系统前沿，能将论文洞见转化为工程判断；加分项：1. 对主流开源框架（PyTorch、Megatron-LM、SGLang 等）有深入了解，并有实质性贡献2. 有万卡规模训练系统或大规模 RLHF/RLVR 工程的实战经验 投递...
大模型训练框架工程师（训练框架 & RL 方向）-实习生 北京、上海 校招 实习 研发 - 算法 日常实习 职位描述 1. 训练一个顶尖的大模型，需要的不只是算法——它需要一套从集群调度到通信优化、从并行策略到 RL 训练流水线的完整系统工程。模型能力的上限，往往卡在基础设施的某个角落，我们做的事，就是把那个角落找出来，把它打通。2. 我们有两个方向：训练框架，解决万卡集群上的效率与稳定性；RL 框架 Forge，是 MiniMax 自研的强化学习训练系统，在业界已有广泛的技术影响力。两个方向的共同工作方式是：和算法团队从架构设计阶段就一起做，而不是等方案定了再来实现。我们希望你在某个领域有真正的深度——分布式系统、GPU 性能优化、RL 工程、推理加速，都行——同时对算法前沿保持真实的好奇心。你不需要什么都懂，但你应该知道自己不懂的东西在哪，并且想去弄懂它； 职位要求 基本要求1. 编程能力扎实，有清晰的系统设计思路，有强烈的工程品味和责任心；2. 对 AI 训练系统或 RL 工程某一方向有深入理解，能独立发现问题、提出方案并推动落地；3. 主动追踪算法与系统前沿，能将论文洞见转化为工程判断；加分项：1. 对主流开源框架（PyTorch、Megatron-LM、SGLang 等）有深入了解，并有实质性贡献2. 有万卡规模训练系统或大规模 RLHF/RLVR 工程的实战经验 投递...
具身大模型训练框架工程师-觅蜂子公司 上海 校招 正式 技术族 - 算法类 职位 ID：A83406 职位描述 可以选择以下一个或多个方向深入参与：建设具身智能统一训练框架，支撑 VLA、世界模型、分层决策模型等具身基础模型的预训练与后训练，覆盖从十亿级到百亿 / 千亿级参数规模，并面向 300B+ 模型持续演进。建设大规模分布式训练系统，包括数据并行、张量并行、流水线并行、混合并行、MoE、长上下文、低精度训练与推理等，支撑万卡 GPU 集群上的稳定训练。建设规模化后训练与强化学习系统，涵盖模仿学习、在线 / 离线 RL、真机 RL，以及云端训练 + 边缘异步 rollout 的云边协同架构。建设训练效率优化体系，围绕数据、计算、异步、通信全链路进行度量与优化，包括 IO、算子融合、CUDA Graph、计算通信 overlap、梯度同步、性能 profiling 等。与算法团队协作，快速复现并工程化落地 VLA、世界模型、flow matching、RL 等前沿算法。 职位要求 计算机基础扎实，学习能力强，愿意深入复杂系统和底层细节。代码能力强，代码品味好，能熟练使用 AI Coding /
端到端双足导航算法实习生 上海 实习 职位描述 - 负责端到端自主导航算法研发，构建面向全尺寸人形机器人的自主导航能力，包括多模态感知、轨迹预测、导航决策等核心模块，持续提升导航智能化水平。- 负责VLM-Nav/VLN/VLA相关算法研发，构建视觉-语言-动作闭环能力，实现自然语言理解、语义目标定位、路径规划及自主执行。- 负责多模态感知模型研发，包括RGB、Depth、LiDAR、IMU等多源信息融合，研究BEV、Occupancy、语义地图等环境表征，为导航规划提供统一场景理解能力。- 负责导航Planner模型研发，探索基于Transformer、Diffusion、World Model等新一代规划算法，实现Waypoint预测、轨迹生成、动态避障及复杂环境下的自主决策。- 负责双足机器人导航感控融合算法研发，构建导航规划与运动控制协同框架，实现规划轨迹与步态控制、全身控制（WBC）、地形感知等模块的高效协同，提升复杂地形、人群环境及动态场景下的运动稳定性与导航成功率。 职位要求 - 硕士及以上学历，计算机、机器人、人工智能等相关专业。- 熟悉机器人导航、Embodied AI、VLM/VLA、VLN等相关方向，具有较扎实的算法基础。- 熟悉以下一个或多个方向： - 端到端自主导航（End-to-End Navigation） - Planner模型（Transformer、Diffusion、World Model等） - 多模态感知（BEV、Occupancy、3D Perception、多传感器融合） - 轨迹预测与运动规划（Trajectory Prediction、Motion Planning） - VLM-Nav / Vision-Language Navigation- 熟悉深度学习框架（PyTorch等），具备模型训练、调优、部署及性能优化经验。-
Super Sparks-校招-端侧大模型与AgentOS优化工程师 南京 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A152238A 职位描述 主要基于智能座舱端侧部署AI大模型和端侧智能体的优化，使端侧智能体获得端到端性能的最佳体验。1、负责结合端侧NPU硬件加速特性，优化大模型推理性能，包括编译，算子融合，低比特量化，KV Cache、内存优化等2、负责端侧VLM/LLM模型后训练优化，设计训练逻辑，promote压缩等模型层面优化，满足端侧智能体的部署需求3、负责端侧智能体和座舱OS的联合优化，记忆、安全策略，skills/tools管理，系统资源调度等系统级优化4、负责端云协同的模型部署和智能体架构优化，如端云上下文共享、端云推理router设计、端到端延时优化等5、负责业内和学术界前沿的端侧模型部署优化技术的预研和工程化落地 职位要求 1、博士及以上学历，计算机或AI相关专业，精通C/C++/Java语言，具有大型项目的开发经验2、熟悉大模型部署优化的思路，在模型变异、算子融合、量化、图优化、推理引擎、KV Cache等方向有实践经验3、熟悉常用开源大模型的模型结构、SFT&RL强化训练、部署等，如Qwen系列，deepseek等4、熟悉大模型推理引擎的完整工作流，熟悉至少一种开源推理引擎，如onnx runtime、mnn、mlc-llm、vllm5、熟悉智能体框架的运行逻辑，有开源智能体框架实际部署经验者优先6、热爱技术、专研精神、责任心强，具备良好的沟通能力和团队协作精神 投递...
Company Description Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance
仿真系统实习生 深圳、北京、上海 实习 互联网 / 电子 / 网游 27届AI人才专项计划（实习生专场） 职位描述 负责人形机器人仿真训练平台的研发，支撑运动控制、操作和导航算法的大规模训练与评测。1、基于 Isaac Gym/MuJoCo 搭建高保真仿真环境，优化人形机器人 RL 训练的并行效率与物理精度；2、开发 3DGS/NeRF 动态场景渲染管线，支持视觉-动力学联合仿真与 Sim2Real 迁移；3、构建生成式世界模型驱动的仿真系统，实现动态场景自动生成与自适应难度调控；4、设计分布式仿真架构，支持万级机器人实例的实时交互与数据采集。 职位要求 1、硕士及以上学历，计算机、自动化、机器人等相关专业；2、精通 Isaac Gym/MuJoCo/PyBullet 等物理引擎，有机器人仿真项目落地经验；3、熟悉 3DGS/NeRF 等神经渲染技术，能优化渲染-物理计算的异构流水线；4、具备 C++/Python 高性能开发能力，熟悉 CUDA 优先。【加分项】- 在 ICRA/IROS/RSS/TRO/IJRR 等顶会顶刊发表过相关论文；- 熟悉强化学习算法和训练框架；- 有人形机器人全身控制仿真调优经验；- 理解生成式世界模型（UniSim、GenSim
机器人运控算法工程师（运动控制 / Sim2Real） 6-8K 深圳 实习 职位描述 团队简介我们是一家充满活力与潜力的人形机器人公司，致力于探索前沿机器人技术的真实落地。团队氛围开放包容、层级扁平。在这里，你将直接参与核心运动能力的研发，让最前沿的控制与学习算法真正跑在真机上。岗位职责- 运控算法接入：负责将运动控制算法（RL Policy）接入机器人端侧运行框架，完成真机部署与闭环调试。- 商业化算法预研与落地：面向商业化场景进行运动能力的算法预研、方案选型与真机落地，将前沿算法转化为可交付的产品能力。- Sim2Real 排查：作为 Sim2Real 问题的第一责任人，主导仿真与真机差异的定位、复现与收敛（动力学参数、时延、噪声、执行器建模等）。- 并联关节解算：负责并联/串并混联关节机构的正逆运动学、力矩映射与解算算法的维护。- 参数辨识：负责整机/关节的动力学参数、摩擦模型、执行器特性的辨识与标定算法的接入维护和优化。- 跨部门协作：与 Runtime、SDK、算法团队紧密配合，完成算法在端侧的性能对齐与系统级联调。 职位要求 任职要求- 本科及以上学历，控制、机器人学、自动化、力学、计算机等相关专业（英雄不问出处，我们更看重实际动手能力与技术热情）。- 有控制理论 / 机器人学 / 强化学习基础之一，理解动力学、运动学与最优控制。- 具备 C++ 基础，能够读懂并改写端侧控制代码；数学功底扎实者优先。- 熟悉主流仿真平台（Isaac Gym / MuJoCo / Gazebo 等），有
【27届校招】大模型算法工程师（智驾/机器人方向） 北京、广州、深圳、上海 正式 研发 - 算法 通用智能板块 职位描述 【团队介绍】以通用大模型技术为核心引擎，驱动从感知到决策的端到端一段式智能架构。我们深耕多模态融合、世界模型与闭环强化学习等前沿技术，将算法创新持续落地于不断迭代的小鹏智能驾驶汽车、Robotaxi、新型出行工具及具身机器人等核心产品，推动智驾与具身智能从实验室走向真实世界。【校招生在这里将获得】：- 前沿技术实战：直接参与VLA大模型、多模态感知、世界模型等前沿课题；全面打通“数据 - 模型 - 训练 - 部署 - 实测”的全链路闭环；- 完善的培养体系：一对一导师制 + 系统化培训课程 + 定期技术分享，帮助你快速完成从校园到工业界的转身- 充分的成长空间：清晰的成长路径，优秀者可快速承担重要模块，我们愿意为新人提供核心项目机会和资源支持【职位描述】1. 参与通用智能大模型的算法研发与优化，包括但不限于多模态融合、一段式端到端模型、世界模型、闭环强化学习、具身智能等前沿方向，推动创新算法在实际场景中的落地2. 参与设计并实现高效的模型训练与推理pipeline，涵盖分布式训练、模型压缩、量化部署等关键技术；解决物理AI领域的各类应用问题3. 负责大规模多模态数据的挖掘、分析、合成，覆盖智驾与机器人场景数据，构建高质量训练数据集，提升模型泛化能力与鲁棒性。 职位要求 1. 2027届应届毕业生，计算机科学、人工智能、电子工程、自动化、数学等相关专业；2. 对前沿技术充满好奇心：持续关注AI领域最新进展，保持强烈的学习热情和自我驱动力，我们看重想学胜过学过3. 善于发现问题并解决问题：不是被动执行，而是能主动思考、提出假设、设计实验、验证结论——我们优先考虑问题发现与解决能力强的同学；4. 熟练运用开源大模型，能够在其基础上展开 SFT、RL等后训练迭代；5. 具备模型全栈开发能力，能够从模型训练、数据驱动、推理加速、量化部署等维度推进量产任务的解决；6. 有良好的编程能力，熟练掌握Python，了解C++者优先；具备扎实的数学基础；7. 加分项：有论文发表、竞赛获奖、开源项目贡献或相关实习经历。
AI算法实习生（座舱多模态/VLA/具身智能方向） 上海 社招 实习 数字技术 - 算法 硕士及以上 工作年限不限 职位描述 1. 参与视觉语言模型（VLM）、视觉语言动作模型（VLA）的研发与落地，探索智能座舱内外及具身智能场景中的多模态感知、行为理解、决策与控制能力；2. 跟踪并复现 VLM、VLA、世界模型（World Model）、具身智能强化学习（RL）、模仿学习（Imitation Learning）等前沿论文与开源项目，推动技术创新；3. 参与算法设计、模型训练、评估、优化及部署，输出技术调研报告，推动前沿研究成果向实际产品转化；4. 参与多模态数据闭环建设，包括数据采集、处理、标注、训练、评估及持续迭代，支撑多模态智能系统的长期演进；5. 参与 MuJoCo、Isaac Sim 等仿真平台的环境搭建、算法验证与 Benchmark 测试，完成模型在仿真环境中的性能评估、稳定性测试及问题分析，支撑 Sim2Real 能力建设；6. 参与算法测试与评估体系建设，包括离线评测、仿真测试、自动化测试、性能分析及问题定位，推动算法持续优化与工程落地。 职位要求 1. 计算机科学、人工智能、自动化、电子信息等相关专业硕士及以上学历，2028届毕业生；2. 具备扎实的机器学习、深度学习与计算机视觉基础，对多模态大模型、具身智能等方向有浓厚兴趣；3. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等主流深度学习框架，具备模型训练、微调与优化经验；4. 熟悉 VLM、VLA、World
AIGC图像生成算法工程师 Beijing Full-time R&D - Algorithm Responsibilities - 基于业务目标与产品需求，负责团队图像生成/编辑模型与端到端多模态统一模型的训练迭代与落地，包括但不限于 SFT、偏好对齐 / RL（RLHF / DPO / GRPO 等）。- 负责端到端多模态原生统一模型（理解 + 生成一体）的训练与工程化：图文交错序列建模、统一 token 空间、理解–生成联合训练、原生长上下文与长程一致性的实现与优化。- 负责训练数据全流程建设：数据收集与清洗、质量评估、去重与过滤、难例挖掘、数据配比与版本管理，构建可持续迭代的数据体系与规范。- 负责训练管线与工程化建设：分布式训练（DeepSpeed/FSDP 等）、显存/吞吐优化、checkpoint 管理、训练监控与故障排查，持续提升训练效率与稳定性。- 设计并实现图像/多模态生成质量评估体系：自动指标（CLIP/美学/一致性/可控性/长程一致等）+ 人工评测流程，建立「评测→诊断→迭代」的闭环。- 跟进前沿论文与开源生态（Diffusers/ComfyUI/SD 系列、DiT/Flow Matching，以及自回归多模态、图文交错生成、统一理解-生成模型、长上下文推理/serving），结合业务场景完成复现、改进、实验对比与 A/B 验证。- 跨团队协作（产品/工程/运营），将模型能力沉淀为可复用的训练策略、数据策略与最佳实践文档，推动生产化交付。 Qualifications - 计算机/数学/统计/相关专业本科及以上学历；具备扎实的机器学习与深度学习基础。-
多模态世界模型高级算法工程师-具身智能方向 （博士） Shenzhen Production / Manufacturing / Processing 26届航海计划 Responsibilities 1. 探索研究具身智能领域的多模态大模型、世界模型、生成式模型、AIGC等人工智能前沿技术；2.探索大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、RLHF、模型优化；提升数据合成、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力；3. 探索突破包括而不限于多模态大模型、端到端VLA模型、视觉COT与Agent在内的多模态模型、世界模型；4. 通过预训练或SFT，使用生成式模型技术能力对现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。 Qualifications 1. 计算机、电子、数学、机器人等相关专业；2. 在计算机视觉、多模态大模型、AIGC等一个或多个领域有较深入的研究者；3. 具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；4. 具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。加分项：1. 具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；2. 具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Kaggle等比赛获奖者优先；3. 在多模态大模型、基础模型、世界模型、生成领域，主导过大影响力项目者优先。 Apply...
机器人专项-认知智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 【P0】具身多模态大模型（VLM/VLA）算法工程师/资深/专家/TL岗位职责：1. 研究应用大模型实现四足、人形机器人的复杂认知能力，包括： 1. 开放指令任务理解及规划、复杂场景理解、行为决策推理与动作规划，长程任务规划等； 2. 实现机器人自主探索导航 3. 实现高效可泛化的四足、人形机器人的移动、操作联合决策和规划2. 实现基于视觉、深度等的环境感知与3D空间表征，人脸人形识别、人体姿态估计等， 实现精准的空间推理 及action model 动作轨迹规划；3. 开发适配大模型VLM/VLA的场景表征/对齐技术和场景语义识别。训练图像/视频与文本融合的多模态理解大模型，提升模型的跨模态理解能力；4. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建5. 负责基模型的领域预训练，模型微调SFT、强化学习（RLHF）训练，提升夸任务的泛化性能，开发高效的模型评测方法提高迭代效率。6. 解决模型评测/部署/真机测试中的问题，满足项目交付指标要求7. 跟踪前沿技术方案，持续迭代升级方案 岗位要求1. 人工智能、计算机、机器人、自动驾驶、自然语言处理等相关专业硕士或博士学位2. 有如下某个方向研究经验： 1. 熟练掌握主流LLM技术（Bert、GPT、Llama、transformer等），有VLM模型（Llava、QwenVL等）、VLA（action token）模型应用经验， 熟悉生成式AI 技术（diffusion）。
机器人专项-世界模型方向 深圳、北京 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 岗位职责：1.探索研究具身智能领域的多模态大模型、世界模型、生成式模型、AIGC等人工智能前沿技术；2.探索大规模多模态理解与生成交织的基础模型，并进行极致系统优化;数据建设、指令微调、偏好对齐、RLHF模型优化；提升数据合成、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力；3.探索突破包括而不限于多模态大模型、端到端VLA模型、视觉COT与Agent在内的多模态模型、世界模型；4.通过预训练或SFT，使用生成式模型技术能力对现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。 职位要求 职位要求：1.硕士及以上学历，计算机、电子、数学等相关专业；2.在计算机视觉、多模态大模型、AIGC等一个或多个领域有较深入的研究者；3.具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者；4.具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。加分项：1.具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者优先；2.具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOI、Kaggle等比赛获奖者优先；3.在多模态大模型、基础模型、世界模型、生成领域，主导过大影响力项目者优先。 投递...