岗位描述
工作内容
一、使命愿景:
我们正在构建面向操作、移动与长程任务的具身系统,以 World Model 为认知核心,打通从多模态感知、隐空间动力学、规划与控制到实时执行的完整链路,构建统一的世界模型:持续观察、记忆、预测、推理与行动。你将同时站在两条战线上:模型决定智能上限,AI Infra 决定智能能否被训练出来、部署出去、在迭代中自我进化。
二、岗位职责:
1、World Model 架构设计
探索视频生成、隐空间动力学、Flow Matching / Diffusion、VLA 与可学习记忆在具身场景的迁移与统一。突破「开环模仿 + 事后补丁」范式,让模型具备对接触、遮挡、失败与长尾物理的预测与反事实推理能力,向统一世界模型演进。
2、模型与算法闭环
设计可训练、可扩展的世界模型与策略接口:表征学习、滚动预测、规划(MPC / 采样 / 价值引导)、与 VLA 的联合训练。对长时程、稀疏奖励、多机多任务迁移给出可复现的训练方案。
3、AI Infra 建设
从 0 到 1 或从 1 到 100 建设具身智能训练与推理基础设施:多模态数据湖、轨迹与视频的对齐与切片、分布式训练(多机多卡、混合精度、容错与弹性)、仿真—真机数据回流、评测与实验管理系统。让每一次迭代可复现、可对比、可回滚。
4、评测与数据飞轮
深度参与仿真与真机评测体系:预测误差、规划成功率、接触稳定性、长尾场景覆盖率。在仿真闭环、遥操作数据与真机失败 case 之间建立高效反馈,用数据驱动模型与 Infra 的下一轮优先级。
5、训练到部署的软硬协同
面向边缘与站端算力完成世界模型的蒸馏、量化、编译与调度,与嵌入式 / 编译器团队协作,在真实时延、功耗与内存约束下兼顾预测质量与控制频率,把实验室能力落成可量产的机器人产品。
任职条件
任职要求
1、硕士及以上学历,计算机、人工智能、自动化、机器人等相关专业;
2、深入理解 World Model / 生成式模型 / 时序建模中至少一类,熟悉 Dreamer、JEPA、DiT、Flow Matching、VLA 等方向的主流方法与开源实现;
3、精通 PyTorch,具备从论文到可训练代码的完整落地经验,能独立完成模型改动、消融与问题定位;
4、精通 AI Infra 开发:熟悉分布式训练(DeepSpeed / FSDP / Megatron 等至少一种)、数据流水线、实验追踪与推理服务;能定位吞吐、显存、通信与 I/O 瓶颈并给出工程解;
5、具备良好工程素养(Python / C++),代码可读、可维护、可复现;有 Linux 环境下的性能分析与协作开发经验。
加分项
1、有世界模型、视频预测、机器人操作或端到端策略的项目开发经验;
2、主导或深度参与过大规模训练集群、数据闭环平台、仿真评测平台中的任一 Infra 系统;
3、熟悉模型压缩、蒸馏、量化、编译栈(ONNX / TensorRT / 自研 BPU 工具链等)及真机部署;
4、在 CV / ML / Robotics / 系统顶会或期刊发表过论文;
5、有四足 / 双臂 / 人形机器人竞赛或开源项目经验;
6、同时具备「能改模型」与「能扛训练集群」的复合背景者优先。