机器人操作算法工程师 30-50K 深圳 正式 算法研发 职位描述 岗位定位负责面向人形机器人的全身移动操作算法研发，让机器人能够在真实场景中完成“看见目标、理解任务、规划动作、稳定执行”的闭环能力，包括移动、灵巧操作、全身协调与任务泛化。岗位职责1. 开发适用于人形机器人的全身移动操作算法，覆盖目标感知、任务理解、动作生成、轨迹规划等能力。2. 负责操作数据体系建设，包括数据采集、清洗标注、数据处理、训练样本构建与质量评估。3. 参与操作模型训练、推理优化、仿真验证与真机部署，提升机器人在真实任务中的成功率、泛化性和稳定性。4. 跟踪VLA、WAM、post-training等前沿方向，并推动可工程化方案在产品中验证。 职位要求 任职要求1. 熟悉机器人操作相关算法，包括 VLA、WAM、强化学习后训练等。2. 有操作模型开发经验，理解数据采集、数据处理、模型训练、推理优化、评测和真机部署的基本流程。3. 熟练使用 C++、Python，具备良好的算法实现、工程调试和系统集成能力。4. 熟悉机器人常用技术栈，如 ROS/ROS2、仿真平台、机器人传感器、机械臂或人形机器人控制接口。5. 热爱人形机器人事业，愿意面对真实机器人系统中的不确定性、数据噪声、失败样本和长期迭代。加分项- 在 ICRA、IROS、CoRL、RSS 等机器人会议发表过机器人操作、移动操作或灵巧操作相关论文。 投递...
具身算法工程师 上海 全职 研发 - 算法 职位描述 1. 负责从遥操作数据采集、模型训练到真机部署的完整闭环（DAGGER等模仿学习范式）2. 尝试开源模型（DP、DP3、Pi0.5、LingBot-VLA等）在具体工业任务上的落地3. 构建数据采集+标注平台、模型训练+微调平台、模型部署+推理平台4. 拓展WAM、动捕数据、第一视角数据的学习，以及实机强化学习等技术的落地可能 职位要求 1. 硕士及以上学历，机器人、计算机、自动化、人工智能等相关专业2. 熟悉模仿学习（DP、VLA等）、强化学习、Sim-to-Real等方向3. 熟悉Linux、Python/C++，熟练使用PyTorch/TensorFlow4. 有真机调试部署经验，模型微调经验5. 有开源项目贡献者优先 投递...
AI算法工程师 上海、北京 校招 正式 技术族 - 算法类 职位 ID：A220247 职位描述 1.面向具身智能场景，参与设计、开发、实现、优化多模态Agentic智能体应用、2.VLA/WAM训练推理、机器人运动控制等方向的前沿算法和系统落地。3.投入多模态AgenticAI算法研究，优化上下文管理、场景语义理解、多步工具调用、SFT场景微调、强化学习等技术，参与Agentic工作流编排与端云协同开发，提升长时程任务执行效率、自主纠错能力和系统鲁棒性。4.投入VLA/WAM端到端大模型微调与推理优化，优化多模态数据合成、世界模型状态预测、端侧大模型架构设计等技术，参与大模型在边缘计算平台的推理部署与算子加速，提升具身大模型的泛化能力与端侧推理实时性。5.投入机器人运动控制算法研究，优化奖励函数设计、Sim2Real迁移、全身运动控制、生成式运控等技术，参与仿真环境搭建与真机部署调试，提升机器人在复杂场景下的运动鲁棒性、灵活性及抗干扰能力。 职位要求 （1）计算机、软件、自动化、电子、机械、物理、数学、精密仪器等相关专业本科、硕士、博士在读同学； （2）有以下任一经验者优先： a. 编程基础扎实，掌握python/C/C++编程语言，熟悉pytorch/cuda等AI开发框架，有良好的架构设计和编程习惯； b. 具有AI训练、AI推理、CV、深度学习、模型部署等AI算法相关经历； c. 具有机器人多模感知、路径规划、运动控制、建图定位相关算法研究和开发经历； d. 具备较强的新技术和新架构研究能力，可快速跟踪洞察业界最前沿AI领域技术； e. 具备独立工作能力和解决问题的能力； 投递...
Super Sparks-校招-端到端智能辅助驾驶算法预研 上海、北京 校招 正式 数字技术 本科及以上 Super Sparks 招聘计划 职位 ID：A137347 职位描述 探索面向真实物理空间的端到端智能辅助驾驶算法，运用WAM / VLA端到端大模型的架构设计、训练与优化，完成物理空间任务执行与规划。包括但不限于跨模态对齐、指令遵循、reasoning推理能力优化。探索融合模仿学习、强化学习等技术的混合训练范式，提升策略泛化性与鲁棒性。 职位要求 - 发表过智能辅助驾驶 / 具身智能相关方向的高权重 / 高技术影响力论文，具备对世界模型的体系化认知能力；- （加分）在国内外顶尖高校实验室或企业核心模型团队驱动过密集算力进行模型Scaling； 投递...
具身算法工程师-Genie业务部 上海、北京 校招 正式 技术族 - 算法类 职位 ID：A27223 职位描述 Genie业务部专注打造可作业的通用具身智能机器人，以技术研究与场景落地并重，通过数据与算法驱动、软硬一体协同，引领智能作业新革命。目前我们已推出了一系列算法、硬件和软件，包括具身基座大模型、精灵G1/G2/G2 Air产品矩阵及Genie Studio一站式具身智能开发平台等，应用于工业、商业等作业智能场景。1.设计和开发创新性的模仿学习和强化学习算法，应用于人形机器人场景任务，具备泛化性、可靠性、稳定性、高节拍能力。2.研究并构建具备视觉、触觉、语言、深度等多模态感知和决策能力的具身大模型，实现机器人在开放世界中的物理交互和世界模型闭环。3.研究并构建具身领域的Agent & Skill研发流程，可在真实场景中可学习，可进化，并具备更长程的任务能力。4.优化具身算法模型结构，以支持具身算法的实现和高效运行，使机器人具备实时操作能力。5.研发视觉、语言与空间记忆的VLN算法，使机器人能够理解自然语言指令，在未知环境中自主规划路径，安全顺利的完成导航任务，并具备记忆能力。6.与跨职能团队合作，推动具身算法在实际场景中的应用。 职位要求 1.计算机视觉、多模态大模型等相关领域的硕士或博士2.精通Python编程语言，熟悉PyTorch、JAX、TensorFlow等深度学习框架3.熟悉机器人模仿学习、强化学习理论，在相关领域有影响力的Paper者优先4.有ACT、MT-ACT、RT系列、Diffusion Policy，GO/GE World系列，PI系列，GR00T系列，HIL-SERL等算法相关研究背景经验者优先5.熟悉LLM/VLM/VLA/WAM，了解R3M、RFM、PaLM-E、OpenVLA，RL等多模态具身大模型经验者优先6.有实际的机器人、自动驾驶项目经验者优先。 投递...
【27届校招】世界模型AI算法工程师/研究员 深圳、上海 正式 研发 - 算法 智能机器人板块 职位描述 【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能、控制、机械与系统工程，打造能感知、理解、操作并与现实世界交互的下一代机器人。【关于世界模型团队】我们相信，让机器真正在物理世界里泛化的钥匙，不是记住一个个任务，而是让模型学会世界如何运转——这就是世界模型（World Model）。我们要构建的，是一个能理解当下、预见未来、并据此行动的模型：它不再是面向单一任务的策略，而是一个吸收了海量物理动力学知识、能想象未来、能跨场景泛化的具身基础模型。我们的目标是超越现有操作模型的泛化边界，做出可泛化、可落地、可 scaling 的世界模型，并在真实机器人闭环上验证它的价值。团队精悍、扁平，成员分布于深圳、上海与美国硅谷，聚集了一批世界一流的研究者与工程师。在这里，你将：站在具身智能最前沿，啃通用泛化这个最硬、也最值得啃的问题；打通 数据 → 预训练 → 仿真 → 部署 → 真机 的全栈链路，亲眼看着自己的模型在真实机器人上跑起来；与来自顶级高校与工业界的同伴并肩，快速试错、快速迭代。【我们在做什么】围绕世界模型，我们打通从数据到真机的全栈：训练 World Action Model（WAM）统一理解世界—预测演化—生成动作、突破泛化边界；训练 World Simulation Model（WSM）做长时序、物理一致的生成式仿真，用于策略评估与合成数据；从互联网规模的视频中蒸馏世界知识；并以大规模分布式训练、推理优化与端侧部署的基建，让 scaling 真正跑得起来、落得下去；同时在世界模型的 loop 里探索强化学习，让策略在想象中自我提升。 职位要求 【任职要求】1、计算机、人工智能、电子工程、自动化等相关专业应届毕业生（2026 / 2027 届硕士及以上），对世界模型、具身智能、大模型交叉方向有强烈热情；2、扎实的机器学习与深度学习基础，熟悉
【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 智能机器人板块 职位描述 职位描述（任选其一）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
Robot Learning 模型全栈工程师 / 研究员 深圳、北京 校招 正式 智能制造 / 工业互联网 / 工业自动化 - 研发 27届提前批 职位描述 关于团队我们专注于机器人灵巧操作（manipulation）方向的研发，围绕数据采集、模型训练与真机部署构建完整的技术闭环。团队规模精简，研发节奏快，工程与算法紧密协作。岗位方向：负责机器人操作策略从数据到部署的全链路工作，包括数据处理、模型训练与真机验证。我们更看重端到端推进一条完整链路的能力，而非单一环节的深度，具备 robotics learning 基础即可。岗位职责：- 数据侧：数据清洗、对齐、可视化与质量筛查，构建可用于训练的数据集。- 模型侧：搭建与维护模仿学习 / VLA / WAM训练管线，负责模型训练、调参、评测与消融分析。- 部署侧：真机推理与闭环验证，分析失败案例并迭代优化。- 工程侧：维护训练与评测基础设施，保障链路的稳定性、可复现性与可扩展性。 职位要求 任职要求- 具备 robotics learning 基础：熟悉模仿学习 / WAM /
【27届校招】大模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...
视频/世界模型（具身方向）实习生 深圳 校招 实习 智能制造 / 工业互联网 / 工业自动化 职位描述 安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。【你将参与】1.参与视频生成模型、视频编辑模型以及世界模型的训练、微调和评估，如 Wan、Cosmos transfer 等2.参与机器人数据增强算法研发，包括目标分割、深度估计、背景/材质替换、视角一致性与时序一致性优化等研究以机器人动作、文本指令、深度和分割为条件的视频模型，探索面向机器人控制的世界模型3.负责机器人视频数据的清洗、标注、采样、增强及质量评估，建设高效可靠的数据处理流水线4.参与面向视频生成模型的奖励模型研发，为强化学习后训练提供可靠的奖励信号与算法支持跟进视频生成、世界模型和机器人操作方向的最新论文，探索最新技术 职位要求 1.硕士及以上学历在读，计算机、人工智能、机器人、自动化等相关专业优先，2026年及以后毕业优先2.深刻理解视频模型、世界模型核心架构，同时熟悉具身操作模型（VA/VLA/WAM）相关技术3.熟悉计算机视觉基础知识，如图像分割、深度估计、光流、相机模型、坐标变换或多视角几何4.熟悉 Python 编程，具备良好的工程能力与代码规范意识5.熟悉 PyTorch 等深度学习框架，理解 Transformer、Diffusion Model、VAE 等常见模型具备较强的论文阅读和复现能力，能够快速理解并验证方法 加分项1.有 Diffusion、DiT、视频生成/编辑模型或世界模型训练、微调经验熟悉 Wan、VACE、FLUX、Stable Diffusion、Cosmos、Sana类模型或相关开源项目2.在具身智能、多模态大模型、机器人数据集等方向有科研或开源项目经历3.学术成果：在机器人或计算机视觉顶会、顶刊发表过关于具身模型或数据增强的高质量论文前沿生产力工具：熟练使用 Claude code、Codex、Cursor等工具进行高效代码开发与系统构建 投递...