多模态大模型后训练算法专家

【工作职责】
我们在做什么
我们致力于构建一个通用的移动基座大模型，目标是用一套模型支持从乘用车、配送车、到四足机器狗等大到小、全谱系的移动构型。我们希望通过释放大模型强大的通用理解与泛化能力，做到"智能一切可移动的目标"——让任意形态的移动机器人都能在开放世界中自主感知、决策与行动。

我们不仅关注移动场景下的后训练算法体系建设，也关注大模型在移动机器人上的架构创新：一方面保证模型在车端/机器人端部署的高效性与实时性，另一方面让模型能够有效融合并利用机器人上多样化的传感器输入。同时，我们高度重视模型的"理解—动作一致性"，让大模型沉淀的通用语义与世界知识能够稳定、可靠地落到物理世界的运动控制中。

我们拥有大规模的多构型真机行驶/运动数据、覆盖城市道路与非结构化场景的评测体系、多种移动本体硬件资源与专业数采团队，以及从数据采集到模型训练再到真机验证的端到端闭环能力。

职位描述
1.研究和构建通用移动基座大模型的后训练方法体系，探索跨构型、跨场景的数据策略与混合训练方法，持续提升模型在不同移动本体（乘用车 / 配送车 / 机器狗等）与多任务下的执行效果与泛化能力；
2.研究面向移动机器人的模型架构创新，在保证端侧部署高效性与实时性的前提下，设计可有效融合多种传感器构型的统一表征与输入范式；
3.研究理解—动作一致性问题，将大模型的通用语义理解、空间认知与世界知识稳定地映射到运动轨迹与控制输出，缩小"会说"到"会动"之间的差距；
4.探索高效微调与快速迁移技术，降低对海量新本体/新场景数据的依赖，缩短模型向新构型、新环境迁移的后训练周期，实现"一次训练、多构型复用"；
5.研究移动场景下的记忆与时序建模机制，提升模型对历史观测、运动轨迹与环境动态变化的记忆与利用能力，解决长程导航、复杂交互中的困惑与重复决策问题；
6.研究推理侧优化技术，包括丝滑推理、推理加速与实时反馈、推理时计算（Test Time Compute）等方向，提升模型动作输出在真实移动平台上的流畅度、实时性与安全性；
7.负责后训练实验设计与大规模模型训练，持续迭代模型能力并通过多构型真机实验验证效果，将研究成果推进到商业化项目落地；
8.跟踪具身智能、自动驾驶、模仿学习、强化学习与多模态大模型等前沿方向，推动算法与架构创新、方法体系演进。

【任职要求】

1.计算机科学、人工智能、机器人学、自动驾驶等相关专业背景，硕士及以上学历；
2.对大语言模型 / 多模态大模型有深入理解，熟悉主流 VLA / 端到端驾驶 / 具身决策模型架构的原理与训练流程；
3.熟练使用 PyTorch，具备扎实的工程能力和独立解决问题的能力；
4.具备模型后训练相关经验，对训练 / 数据策略有深入理解；
5.具备强执行力，能快速深入新领域并把事情做出来；
6.有技术热情，关注前沿进展，具备良好的学术视野。

加分项
1.有具身大模型 / 端到端自动驾驶模型（VLA / World Action Model / 端到端驾驶大模型）的后训练或微调经验，熟悉 OpenVLA、π 系列、Dream-Zero 等模型，了解 Diffusion Policy、Flow Matching 等动作生成范式；
2.有移动机器人 / 车辆真机部署与调试经验，熟悉端侧推理优化与车规/嵌入式部署，有完整的训练→真机验证闭环经历；
3.有多传感器融合（视觉、LiDAR、Radar、IMU 等）建模或时空表征相关经验；
4.有大规模分布式训练管线的搭建或优化经验；
5.有多任务学习、迁移学习、元学习、跨本体 / 跨域泛化等方向的研究或项目经验；
6.熟悉模仿学习（IL）、强化学习（RL）、RLHF/DPO/CFG 等后训练与对齐技术；
7.有推理优化相关经验（异步推理、RTC、Test Time Compute 等）；
8.顶级会议（ICRA、CoRL、RSS、CVPR、NeurIPS、ICLR 等）论文发表或相关竞赛获奖。