具身智能大模型算法工程师（VLA/WAM）

岗位职责：

1.负责或参与具身智能 Vision-Language-Action（VLA）、World Action Model（WAM）及多模态机器人基础模型的研究与开发。

2.研究视觉、语言、机器人状态、动作、力觉、触觉等多模态信息的统一表征、融合建模和时序预测方法。

3.基于机器人真实数据和人类示范数据，开展多模态预训练、行为克隆、指令微调、策略学习及跨任务泛化研究。

4.研究适用于机械臂和人形机器人的动作表示，包括关节动作、末端轨迹、关键点轨迹、Task-Space Action、Action Chunk 及接触/力相关动作表示。

5.研究基于世界模型的未来状态预测、接触事件预测、作用力预测、失败检测、任务恢复和长时序规划方法。

6.负责模型训练和评测，包括数据配比、模型结构设计、训练策略、消融实验、Scaling 分析和泛化能力评估。

7.参与构建机器人多模态数据处理与训练框架，包括数据清洗、数据筛选、轨迹对齐、模态同步、数据加载和训练基础设施。

8.推动 VLA/WAM 模型在机械臂、人形机器人和灵巧手平台上的真机部署，并与机器人运动控制、全身控制及安全系统进行集成。

9.跟踪国内外具身智能大模型、机器人世界模型和多模态学习领域的前沿进展，推动高水平论文、开源项目及实际系统成果产出。

任职要求：

1.计算机科学、人工智能、自动化、机器人、数学等相关专业。

2.正式岗位原则上要求硕士及以上学历；具有突出科研成果或工程经验者可适当放宽。实习岗位面向优秀本科高年级、硕士或博士在读学生。

3.熟练使用 Python，熟悉 PyTorch 等深度学习框架，具备良好的代码能力和实验习惯。

4.熟悉 Transformer、视觉表征学习、多模态模型、Diffusion Model、Flow Matching 或自回归模型中的一种或多种。

5.具备较好的机器学习和深度学习基础，能够独立完成模型设计、训练、调试和实验分析。

6.了解机器人模仿学习、强化学习、视觉运动策略或机器人控制中的至少一个方向。

7.对具身智能、VLA、世界模型和通用机器人策略具有浓厚兴趣，具备较强的学习和研究能力。

8.具备良好的英文论文阅读能力、沟通能力和团队协作意识。

加分项：

1.有 VLA、机器人世界模型、视觉语言模型或多模态基础模型相关研究经验。

2.有 Diffusion Policy、ACT、RT 系列、OpenVLA、π 系列或其他通用机器人策略的复现、训练或部署经验。

3.有视觉、力觉、触觉、机器人状态等多模态信息融合经验。

4.有大规模模型训练、分布式训练、模型微调、数据工程或训练加速经验。

5.有机械臂、人形机器人、移动操作机器人或灵巧手真机实验经验。

6.有机器人、机器学习、计算机视觉或人工智能领域高水平论文和开源项目经历。

7.有长时序任务、世界模型、视频预测、Action Tokenization、失败恢复或在线数据闭环相关经验。

8.熟悉 ROS/ROS 2、MuJoCo、Isaac Sim、ManiSkill 等机器人开发与仿真工具。