优才-具身世界模型算法研究员（后训练方向）-Genie业务部 北京、上海 校招 正式 技术族 - 算法类 职位 ID：A73361 职位描述 - 构建面向机器人与具身任务的世界模型，用于环境预测、规划推演与策略学习，提升长时序决策能力。- 研究并实现基于视频/多模态序列的生成式建模方法（预测未来、补全状态、生成轨迹等）。- 探索世界模型与策略模型的结合方式（planning、model-based RL、闭环控制），并建立稳定的评测体系。- 与强化学习/具身算法/数据团队协作，推动世界模型在真实任务中的应用落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，机器学习/计算机视觉/机器人相关方向。- 熟悉生成模型或序列建模（Transformer / Diffusion / Autoregressive 等），具备相关训练经验。- 熟练 PyTorch，有大规模训练、推理加速或工程化经验优先。- 有机器人、仿真、强化学习或视频生成相关背景优先。- 顶会论文或同等研究/工程成果优先（CVPR/NeurIPS/ICLR/RSS/ICRA/CoRL/IROS 等） 投递...
具身世界模型算法研究员（后训练方向）-Genie业务部 北京、上海 校招 正式 技术族 - 算法类 职位 ID：A44008 职位描述 - 构建面向机器人与具身任务的世界模型，用于环境预测、规划推演与策略学习，提升长时序决策能力。- 研究并实现基于视频/多模态序列的生成式建模方法（预测未来、补全状态、生成轨迹等）。- 探索世界模型与策略模型的结合方式（planning、model-based RL、闭环控制），并建立稳定的评测体系。- 与强化学习/具身算法/数据团队协作，推动世界模型在真实任务中的应用落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，机器学习/计算机视觉/机器人相关方向。- 熟悉生成模型或序列建模（Transformer / Diffusion / Autoregressive 等），具备相关训练经验。- 熟练 PyTorch，有大规模训练、推理加速或工程化经验优先。- 有机器人、仿真、强化学习或视频生成相关背景优先。- 顶会论文或同等研究/工程成果优先（CVPR/NeurIPS/ICLR/RSS/ICRA/CoRL/IROS 等） 投递...
Humanoid感控算法工程师/专家 上海 全职 职位描述 1、设计与实现人形机器人全身控制策略，覆盖 locomotion、地形穿越、以及负载/接触条件下的 loco-manipulation；2、搭建与优化运动数据引擎：人体动作重定向、场景感知的数据合成、长时序技能编排；3、训练覆盖大规模人体动作的通用全身控制基座模型，作为上层任务的统一底座；4、构建多任务感知-运控架构，支持技能持续扩展而无需重建训练管线；5、探索 whole-body intelligence 的 scaling law，研究策略的容量边界与扩展方式；6、探索前沿方向的可行性，包括条件运动生成、人机协同操作等； 职位要求 1、强化学习、机器人学或计算机视觉相关专业，硕士及以上学历；2、2 年以上具身智能领域研发经验，或具备同等强度的项目成果；3、具备至少一个由本人主导、覆盖策略训练至真机部署全流程的完整项目经历；4、具备依据论文独立复现前沿工作的能力，能够在无开源代码的条件下补全实现细节；5、深度掌握 Isaac Lab / IsaacSim / MuJoCo 中至少一项，具备定位仿真器层面问题的能力（接触求解、碰撞几何、时间步设置、并行环境数值行为等）；6、具备系统性的 sim-to-real 实践经验，能够清晰阐述所遇差异的成因、验证方法与解决路径；7、PyTorch 工程能力扎实，具备独立搭建训练框架及性能优化的能力；优先条件- 熟悉 motion tracking / motion retargeting / motion matching，并了解各方法的适用边界- 具备 teacher-student
【27届校招】具身智能算法研究员 - 人类数据 深圳、上海、北京 正式 研发 - 算法 职位描述 1. 第一人称感知算法开发： 研发基于第一人称视角（Egocentric View）的 3D 人体重建、动作生成、手势追踪及动作捕捉建模算法，从复杂的真实场景中提取高质量的运动指令，助力数据驱动的具身智能算法研究；2. 高精度人体重建： 利用 SMPL / SMPL-X / MANO等参数化模型、多视角几何及神经渲染等技术，实现对人类动作行为的高精度重建，解决人体自遮挡、大范围运动等困难场景下的稳健估计问题，加速业界前沿的大规模 In-the-wild 人类数据采集和数据处理任务；3. 动作生成与迁移（Retargeting）： 研究人类动作到异构机器人本体（包括但不限于全尺寸人形本体、灵巧手）的语义映射与动力学对齐，构建从“人类示范”到“机器人策略”的自动化数据管线；4. 人类数据模型训练： 参与构建人类数据基座模型训练，将第一手模型理解与数据采集实践相结合，为 VLA / WAM 等前沿架构的具身基座模型提供大规模 Human-data 数据，提升机器人在非结构化环境下的泛化能力；5. 前瞻研究与落地： 跟踪
【27届校招】世界模型研究员 北京、上海、深圳 正式 研发 - 算法 职位描述 我们致力于构建新一代自动驾驶大模型，通过世界模型（World Model）学习真实物理世界的时空规律，实现自动驾驶系统对未来环境的预测、推理与决策能力。 你将参与自动驾驶世界模型的前沿研究，并推动研究成果在真实自动驾驶系统中的规模化应用，包括但不限于： 1.研究并构建面向自动驾驶的 Predictive / Generative World Model，学习真实物理世界的长期时空动态及因果规律，探索世界模型作为驾驶智能体模型以及环境仿真模型的核心能力。2.研究视频生成（Video Generation）、未来预测（Future Prediction）、时空建模（Spatio-temporal Modeling）、Latent World Model、自回归建模（Autoregressive Modeling）、Diffusion、Flow Matching 等前沿生成式建模技术，持续突破世界模型的预测能力、泛化能力及可扩展性。3.探索 Vision-Language-Action（VLA）、Video Foundation Model、多模态大模型等统一架构，实现感知、预测、规划、控制的一体化建模，推动下一代端到端自动驾驶技术发展。4.围绕长时序推理（Long-horizon Reasoning）、行为预测、交互建模、世界模拟（World Simulation）、强化学习（RL）、Embodied AI 等方向开展原创研究，探索自动驾驶智能的新范式。5.推动世界模型在自动驾驶量产中的应用，负责模型训练、数据构建、模型压缩、推理优化、车端部署及云端部署，实现模型在大规模量产场景中的稳定运行与持续迭代。6.持续优化大模型训练效率、数据效率及推理效率，构建高效、可扩展的世界模型训练与部署体系。7.跟踪国际前沿研究进展，结合业务场景开展原创算法研究，推动高质量研究成果在顶级国际会议发表，并最终应用于真实自动驾驶产品。 开放研究课题（Open Research Problems） 你将有机会探索但不限于以下方向： 1.如何利用海量无标注驾驶视频学习具有物理一致性的世界模型？2.如何实现分钟级长时序预测与长期因果推理（Long-horizon
【2027 届校招】预训练算法工程师 北京、杭州 正式 互联网 / 电子 / 网游 - 研发 【千寻智能2027届秋季校园招聘】 职位描述 1、参与人形机器人专属基础模型（VLA，WAM，Unified Model）的预训练与前沿研究，探索更适合具身任务的模型架构与训练范式。2、研究大规模具身数据上的预训练方法，探索数据规模与下游性能之间的 Scaling Law，持续提升模型的泛化与迁移能力。3、推动基础模型在机器人各类下游任务（如长程任务、精细操作）上的迁移与落地。 职位要求 1、计算机、人工智能、自动化、软件等相关专业，硕士及以上学历。2、深度学习基础理论扎实，对模型架构设计有较深理解，持续关注领域前沿进展（如 ViT、DiT、VLA、WAM 等）。3、熟悉大规模分布式训练，了解 FSDP、DeepSpeed 等训练框架，具备良好的工程与代码能力。4、具备较强的科研能力与创新思维，能够独立复现并改进前沿论文。【加分项】- 在 CVPR、ICCV、ICML、NeurIPS、ICLR、RSS、CoRL 等顶会以第一作者身份发表过论文；- 有大规模数据集（如大规模机器人 / 视频数据）上的预训练经验；- 有具身智能、机器人、多模态大模型、世界模型等相关研究或项目经验；- 有顶会 / 顶刊审稿、开源项目或竞赛经历。 投递...
【2027 届校招】强化学习运控算法工程师 北京、杭州 正式 互联网 / 电子 / 网游 - 研发 【千寻智能2027届秋季校园招聘】 职位描述 1. 基于强化学习的人形机器人（轮式/轮足/双足）运动控制算法研究与实现，包括行走、操作、跑步、跳跃等动态运动技能的训练与部署。2. 设计并优化Sim-to-Real迁移策略，解决仿真与真实机器人之间的动力学差异（domain gap），针对机器人本体特性提出算法与机电协同设计的改进建议。3. 构建强化学习训练框架（如Isaac Gym、Mujoco + RLlib等），探索强化学习与传统控制融合、大小脑算法融合。4. 参与机器人运动学、动力学模型的搭建与仿真环境构建，建立基于强化学习的运动性能评估标准，与传统控制方法性能做对比。5. 跟踪前沿强化学习算法（如PPO、SAC、TD3、Dropout Q-learning等）及机器人运动控制领域最新成果，进行技术文献调研与原型实现。 职位要求 1. 硕士及以上学历，有强化学习在实际机器人系统上的部署经验、有Sim-to-Real迁移（域随机化、系统辨识、教师-学生策略等）实际项目经验。2. 深入理解强化学习基础理论，熟悉MDP建模、策略梯度、价值函数估计、探索-利用权衡等核心概念。3. 熟练掌握至少一种主流强化学习框架（RLlib、Stable-Baselines3、Acme、TensorFlow Agents等），并有实际训练与调优经验。4. 熟悉机器人学与传统运控（运控规划、运动学、动力学等），与仿真环境（Mujoco、PyBullet、Isaac Gym等）进行交互，设计状态空间、动作空间与奖励函数。5. 熟悉ROS2框架，掌握最优化与数值计算方法，能够理解强化学习算法中的梯度估计、约束优化等问题。6. 熟悉NVIDIA Isaac Sim/Isaac
【27届】具身算法工程师 深圳 研发 - 算法 27届校园招聘 职位描述 【职位描述】我们正在构建面向真实世界复杂操作任务的新一代具身智能系统，聚焦人机协作、精细灵巧操作等高价值场景。我们希望探索的不只是“机器人能完成一次任务”，而是让机器人具备真正的感知—决策—动作—反馈闭环能力：能够理解环境与任务，感知接触与物体状态，在毫秒级反馈中调整动作，并在失败、扰动和未知环境下持续适应。你将参与构建 System 1 + System 0 分层具身智能架构：由低频的语义理解、任务规划与技能生成，到高频的行为生成、力/触觉反馈与反射控制，打通从 Foundation Model → Policy → Sensorimotor → 真机执行 的完整链路。这是一个强调算法创新与真实机器人落地并重的岗位。你可以深入算法模型，也可以向数据、仿真、训练系统和机器人部署延伸，最终目标是让算法真正跑在机器人上、解决真实世界的问题。【核心职责】1. System 0 / System 1 分层策略与控制 设计并研发System 1低频语义策略与System 0高频行为/控制策略，建立长短时序协同的分层具身智能架构。 面向抱扶、护理、人机协作、精细操作等复杂任务，研究策略生成、行为反馈与稳定闭环控制。 探索Behavior Cloning、强化学习、Diffusion /
Career Area:Engineering Job Description: Your Work Shapes the World at Caterpillar Inc. When you join Caterpillar, youre joining a global team who cares not just about the work we do – but also about each other.
强化学习工程师（真机操作方向） 上海 全职 职位描述 1. 负责真机强化学习算法的设计与落地，构建从仿真训练到真机部署的完整 RL pipeline，解决 Sim2Real 迁移中的核心挑战2. 研发高效的 RL 训练方案，提升样本效率，使复杂灵巧操作任务能在有限训练时间内收敛到高成功率3. 搭建人机协作训练体系，探索人类遥操作干预、奖励信号设计、渐进式自主等策略，降低真机训练成本4. 构建分布式 RL 训练基础设施，对接多仿真器后端与真机环境，支持多算法并行实验与大规模数据采集5. 跟踪真机 RL 与机器人操作领域前沿进展（如 SERL 等代表性工作），快速验证并落地到产品 职位要求 任职要求1. 硕士及以上，计算机 / 机器人 / 自动化等相关专业2. 具备真机强化学习的完整项目经验，熟悉从仿真训练到真机策略部署的全流程，了解 Sim2Real 迁移的关键技术（域随机化、阻抗控制、自动重置等）3. 精通主流 RL 算法（SAC /
【27届】具身大模型后训练工程师（场景应用） 深圳 研发 - 算法 27届校园招聘 职位描述 1.负责具身大模型在具体商业化场景（物流、制造、家庭服务、医疗等）中的后训练与落地交付，从数据、模型、算法等多维度提升模型在目标场景下的任务成功率与执行效率；2.深入理解业务场景需求，制定针对性的数据采集策略与后训练方案，串联数据采集、模型训练、模型评测、真机部署的完整流程，高效完成场景适配与交付；3.针对具体场景中的操作难点（如精细操作、高频节拍、柔性物体处理等），分析问题根因，通过数据策略调整、训练配置优化、模型迭代等手段持续攻坚；4.负责新机器人本体的模型适配与验证，针对不同本体的运动学特性、传感器配置与控制接口，完成模型迁移、参数调优与功能验证，确保模型在新本体上快速达到可用状态；5.负责模型在真实环境中的部署调试与性能优化，确保模型在目标场景下稳定运行，达到商业化交付标准；6.沉淀场景落地过程中的经验与方法论，形成可复用的标准化交付流程，支撑跨场景、跨本体的快速复制； 职位要求 1.计算机科学、人工智能、机器人学、自动化等相关专业背景，本科及以上学历，硕士优先；2.熟练使用Python/C++，精通PyTorch等主流深度学习框架，具备扎实的工程实现能力；3.具备VLA或具身大模型的微调/后训练经验，能够独立完成从数据准备到模型训练再到真机验证的全流程；4.具备丰富的机器人真机调试经验，能够在真实环境中快速定位硬件延迟、传感器噪声、控制精度、动作抖动等问题并迭代优化，有长时间驻场调试经历者优先；5.具备较强的问题分析与解决能力，能够从数据、模型、系统等多个层面诊断并攻克落地难题；6.具备强执行力与结果导向意识，能够在项目压力下高效推进交付；7.具备良好的沟通协作能力，能够与跨团队高效配合。加分项•有机器人操作（抓取、装配、分拣等）算法的真实场景落地经验；•熟悉具身大模型（VLA / World Action Model）相关模型，如OpenVLA、π系列、WALL-OSS、Dream-Zero等；•有工业/物流/服务机器人的项目交付经验，了解商业化落地的完整流程；•熟悉模仿学习（IL）、强化学习（RL）等训练范式在机器人操作中的应用；•有数据驱动的模型迭代经验，对数据质量、数据配比、数据增强有深入理解；•顶级会议（ICRA、CoRL、RSS、CVPR、NeurIPS等）论文发表或相关竞赛获奖。 投递...
高级尺寸工程师(R11268) 上海 全职 职位描述 1、负责灵巧手的尺寸链建模，建立整手的KPC/CTQ标准与公差分配策略；2、运用RSS/Monte Carlo方法验证公差可实现性，输出模组/整手的公差累积报告；3、分析装配尺寸链，解决尺寸累积问题，优化定位基准与装配顺序；4、制定装配工艺流程与关键工序检测要求，支持检具/工装精度设计与验收；5、与结构、工艺、质量团队协作，解决产品生产装配过程中的尺寸干涉与精度超差问题；6、制定尺寸设计规范、材料库，支撑平台化与系列化的机器人灵巧手开发；7、赋能所有机械工程师以具备基础的尺寸分析能力。 职位要求 1、本科及以上学历，机械工程、车辆工程、精密仪器等相关专业优先；2、5年及以上尺寸链工作经验，如整车厂白车身尺寸链等，深度掌握尺寸工程相关方法论；3、熟练使用至少一种尺寸链分析软件，并对软件的底层逻辑有深入了解；4、熟悉各种尺寸公差标准与工程图纸规范；5、有机器人/灵巧手/精密机电产品尺寸分析经验者优先；6、具备良好的问题分析能力、项目推动能力与跨部门协同意识。承担主要目标/关键任务1. 灵巧手技术精度保障，简历高精度尺寸控制体系，实现公差可预测，支撑灵巧手平台化开发。2. 灵巧手生产质量提升，协同结构、工艺、质量，解决生产公差问题，提升生产精度。 投递...
运动控制算法工程师-深圳 深圳 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 研发四足、人形、类人形机器人（腿足/机械臂）运动控制算法，解码大模型输出的动作意图，实现轨迹规划、运动控制及力控策略；2. 通过仿真（MuJoCo/Isaac Gym 等）和实物测试解决算法性能问题；3. 实现高可靠鲁棒的运控系统端侧部署开发，支持跨团队集成需求；4. 跟踪应用强化学习、系统辨识等前沿技术，持续提升运控系统能力上限。 职位要求 1. 2027届毕业生，硕士及以上学历，控制、机械电子、计算机等相关专业；2. 掌握机器人运动学/动力学、主流机器人控制算法；3. 熟练使用 C++/Python，熟悉 Linux/Git 及 ROS 开发框架；4. 具备 MuJoCo/PyBullet/Isaac Gym 等仿真工具实战经验；5. 在 ICRA/IROS/RSS 等会议或机器人相关期刊发表论文；6. 拥有足式/轮式/机械臂等多类型的机器人调试经验；7. 了解计算机视觉、传感器（IMU/电机）或灵巧手操作；8. 利用强化学习提升运控性能经验。
具身智能运动控制算法工程师-深圳 深圳 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 研发四足、人形机器人（腿足/机械臂）相关强化学习和模仿学习的运动控制算法，基于 IsaacSim/MuJoCo 等仿真平台搭建大规模并行训练环境，实现动作轨迹跟踪、全身协调控制及力控策略，自适应多种地形环境；2. 参与 Sim-to-Real 迁移全流程，系统性分析并解决电驱、结构、传感器相关 gap ，结合系统辨识、状态估计、域随机化等技术提升真机部署鲁棒性；3. 实现运控系统端侧高效部署，与认知大模型、空间/语义感知模型构建分层端到端架构，完成从环境感知、高层决策到底层运动执行的跨模型协同；4. 对齐 Scaling Law 驱动的运动智能前沿，探索动作基模、世界模型驱动运控、多模态具身大模型等新范式，构建面向通用运动能力的统一架构与训练体系； 职位要求 1. 2027届毕业生，硕士及以上学历及以上，控制科学、计算机科学、机械电子、机器人等相关专业。2. 掌握机器人运动学/动力学基础，了解多刚体动力学建模、正逆运动学等核心算法；3. 具备强化学习理论基础，熟悉 PPO、SAC 等主流算法，有实际项目或课题经验；4. 熟练使用 Python，熟悉 PyTorch 深度学习框架，具备良好的代码规范和工程能力；5. 具备至少一种仿真工具（MuJoCo/Isaac
具身Agent算法工程师-通用业务部 上海 校招 正式 技术 - 算法类 职位 ID：A68464 职位描述 设计分层/端到端 Agent 架构：负责高层任务理解（Task Planning）→ 中层行为规划（Skill/Sub-goal Decomposition）→ 底层动作执行（VLA/RL/WBC）的全栈算法设计。研发基于大模型的具身决策引擎：利用 LLM/VLM 进行任务拆解、常识推理、异常恢复（Failure Recovery）与重规划（Re-planning），实现 SayCan、RT-H、VoxPoser、CoPa 等路线的工程化落地。构建多模态感知-记忆-行动闭环：融合视觉、语言、触觉、本体感知与历史交互信息，支持长程任务中的上下文保持与状态追踪。设计机器人记忆架构：包括短期工作记忆（Working Memory，支持当前任务上下文）、长期情景记忆（Episodic Memory，存储历史交互经验）与语义记忆（Semantic Memory，存储物体属性、环境常识）。实现基于记忆的 RAG/在线学习：支持机器人在执行中动态检索历史经验、调用外部知识库，并通过真实交互数据实现策略的持续微调（Continual Learning）与自我改进（Self-Improvement）。 职位要求 计算机科学、人工智能、机器人学、认知科学等相关专业，硕士及以上学历。Agent 与 LLM：深入理解 LLM Agent 架构（ReAct、Reflexion、LATS、AutoGPT 等），具备 Prompt
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
机器人策略在线后训练工程师 上海 全职 互联网 / 电子 / 网游 职位描述 我们正在寻找一位工程师，负责搭建这套策略跑起来→人介入纠正→数据回流→模型再训→再部署的在线后训练基础设施。你将基于 DAgger 和 HIL-SERL 等方法，构建支持大规模真机运行的策略迭代管线，并与现有遥操作平台深度集成，让研究员能快速跑实验、让策略能持续在真实任务中变强。岗位职责- 负责 DAgger 在真机系统上的工程化落地：实现策略在线推理、人类专家实时干预纠偏、纠偏数据自动回收与标注、模型再训练的完整闭环，并保证闭环在多机器人并行场景下稳定运行。- 负责 HIL-SERL 大规模部署的基础设施搭建：包括实时策略服务、人在环介入接口、奖励信号采集、训练数据管线和实验编排，支持多任务、多机并发训练。- 将上述闭环系统与现有遥操作平台集成，实现遥操作示教、自主执行、人工纠偏三种模式的无缝切换与数据统一管理。- 构建策略迭代的数据质量监控体系：自动检测分布偏移、动作异常、控制延迟、失败模式集中等问题，为研究员提供可操作的数据洞察。- 与策略算法团队紧密协作，将新算法快速接入部署管线；与机器人控制团队协作，解决策略推理与实时控制之间的延迟、频率匹配和安全边界问题。- 维护和优化在线训练基础设施的稳定性、可扩展性和可观测性，支持团队日常实验需求。 职位要求 - 计算机、机器人、自动化、人工智能等相关专业硕士及以上学历，博士优先。- 熟悉模仿学习或强化学习的基本方法，了解 DAgger、behavior cloning、diffusion policy、VLA 等至少一个方向的技术原理。- 具备扎实的 Python / PyTorch
遥操作系统开发工程师（仿真环境） 上海 全职 互联网 / 电子 / 网游 职位描述 这个岗位负责把仿真环境和我们的真机遥操作平台连起来，让遥操作示教、策略训练、人在环纠偏这些流程能够无缝地在仿真和真机之间切换。你不需要从零开发仿真引擎，但需要深入理解仿真引擎的工作原理——特别是大规模复杂环境的仿真加速、软体环境仿真和 Sim-to-Real——这样才能和我们公司的仿真团队高效协作，把仿真侧的能力正确地接入遥操作管线。我们正在寻找一位工程师，负责搭建这套仿真-真机贯通的遥操作基础设施。岗位职责- 负责仿真环境与真机遥操作平台的集成：打通仿真器与遥操作系统的通信链路，实现遥操作指令在仿真环境中的实时执行和状态反馈，保证仿真侧遥操作的延迟、帧率和控制频率与真机体验一致。- 构建仿真-真机统一的遥操作接口层：设计统一的观测、动作、状态接口规范，使遥操作示教、自主执行、人工纠偏三种模式在仿真和真机上无需改动代码即可切换，支撑研究员在仿真中快速迭代后再迁移真机。- 与仿真团队协作，推进大规模场景仿真加速在遥操作管线中的落地：理解并行仿真、GPU 加速渲染、域随机化等技术，将其正确接入遥操作训练管线，支持多机、多任务并发训练。- 与仿真团队协作，推进软体环境仿真在遥操作管线中的集成：理解软体物理仿真（FEM、MPM、质点弹簧等）的工作原理和性能特征，将软体场景接入遥操作示教和策略训练，支持折叠、装配、接触丰富等任务在仿真中运行。- 与遥操作平台团队、策略算法团队、仿真团队三方协作，明确接口边界和数据流，推动仿真侧能力需求落地、真机侧反馈驱动仿真改进。 职位要求 - 计算机、机器人、自动化、人工智能等相关专业硕士及以上学历，博士优先。- 熟悉至少一种主流仿真器（Isaac Sim / Isaac Lab / MuJoCo / SAPIEN / PyBullet 等），有在其上进行机器人任务开发或集成的经验，理解仿真器内部的工作原理（物理求解、渲染管线、接触求解等）。- 对大规模复杂环境仿真加速有理解：熟悉并行仿真、GPU 加速、批量环境运行、域随机化等技术，知道它们如何影响遥操作和策略训练管线的设计。- 对软体环境仿真有理解：了解软体物理仿真方法（FEM、MPM、质点弹簧模型等）的工作原理和性能特征，有软体场景开发或集成经验。- 有
优才-具身基座大模型算法研究员-具身研究中心 上海、北京 校招 正式 技术 - 研究类 职位 ID：A47457 职位描述 - 参与具身智能基础模型研发，覆盖 VLM/VLA/VideoGen 预训练、后训练与强化学习等关键环节，打造可跨不同机器人平台泛化的通用模型。- 设计多模态模型结构与训练策略，融合图像/视频/语言/触觉/动作等信息，提升理解、推理与执行能力。- 探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。- 面向复杂任务与长时序任务，构建训练—评测—迭代闭环，持续提升成功率、稳定性与鲁棒性。- 与数据/系统/仿真/硬件团队协作，推进模型训练、验证、部署与迭代落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，计算机/机器人/AI 等相关方向。- 熟悉大模型训练体系，有预训练或后训练经验，对 LLM/VLM/VLA/VideoGen 有较深理解。- 具备强化学习相关经验（PPO/SAC 等），有 Online RL / Offline RL类训练实践经验者优先。。- 熟悉或跟进过主流
Company Description WD is building the infrastructure behind the AI-driven data economy. As AI scales, so does data. Every interaction, every model, every system generates data that must be stored, managed, and made accessible over time.