具身智能-认知智能体

【具身多模态大模型（VLM/VLA）算法工程师/资深/专家/TL】

岗位职责：

1. 研究应用大模型实现四足、人形机器人的复杂认知能力，包括：语音交互、场景理解、行为决策推理与动作规划，长程任务规划等；

2. 实现基于视觉、深度等的环境感知与3D空间表征，人脸人形识别、人体姿态估计等， 实现精准的空间推理 及action model 动作轨迹规划；

3. 开发适配大模型VLM/VLA的场景表征/对齐技术和场景语义识别。训练图像/视频与文本融合的多模态理解大模型，提升模型的跨模态理解能力；

4. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建；

5. 负责基模型的领域预训练，模型微调SFT、强化学习（RLHF）训练，提升夸任务的泛化性能，开发高效的模型评测方法提高迭代效率；

6. 解决模型评测/部署/真机测试中的问题，满足项目交付指标要求；

7. 跟踪前沿技术方案，持续迭代升级方案。

岗位要求

1. 人工智能、计算机、机器人、自动驾驶、自然语言处理等相关专业硕士或博士学位

2. 有如下某个方向研究经验：

a. 熟练掌握主流LLM技术（Bert、GPT、Llama、transformer等），有VLM模型（Llava、QwenVL等）、VLA（action token）模型应用经验， 熟悉生成式AI 技术（diffusion）。

b. 有量产动静态环境感知或表征经验，熟悉 BEV、Sparse，SAM，VIT，CLIP，DINO

c. 具备多模态数据融合（文+视+听）研发经验；

d. 掌握主流的具身大模型技术（RT2, π系列、OpenVLA，ACT, Diffusion Policy）

3. 熟练掌握大模型领域训练、微调方法（LoRA/P-tuning等）、RL方法（PPO/DPO/GRPO、A3C等）；

4. 熟悉模型轻量化技术（剪枝、蒸馏、量化等）；

5. 掌握大模型的分布式训练框架；

6. 熟练使用PyTorch/TensorFlow深度学习框架，熟练使用Python/C++语言编程，有实际项目开发经验；

7. 有 ROS2/DDS下的开发经验，能够在Linux环境下独立进行开发和调试；

加分项：

8. 有智能驾驶、具身智能、CV等领域实际的大模型系统或相关开发经验者优先；

9. 在机器人顶会（SR/IJRR/TRO/RSS/ICRA/IROS等）或AI顶会（CVPR/NeurIPS/ICML/ICLR等）发表论文者优先

【具身自主导航算法工程师/资深/专家/TL】

岗位职责：

1. 负责基于大模型技术的的机器人自主探索导航功能

2. 实现语义环境构建与记忆功能

3. 构建模型训练数据集和设计标注方法，支持大批量自动化的标注构建

4. 应用模仿学习，在/离线强化学习（IL/RL）进行模型训练提升模型性能，开发高效的模型评测方法提高迭代效率

5. 解决模型评测/部署/真机测试中遇到的问题，满足项目交付指标要求

6. 跟踪前沿技术方案，持续迭代升级方案

岗位要求：

1. 人工智能、计算机、机器人、自动驾驶等相关专业硕士或博士学位

2. 精通主流VLM架构和RAG，有大模型微调SFT/强化学习RL经验，熟悉PPO/GRPO/DPO等。

3. 有记忆泊车/AVP/机器人自主导航相关工程经验优先

4. 熟练使用PyTorch/TensorFlow深度学习框架，熟练使用Python/C++语言编程，有实际项目开发经验

5. 熟悉机器人常用开发环境Mojuco/NVIDIA Isaac/gazebo

6. 有 ROS2/DDS下的开发经验，能够在Linux环境下独立进行开发和调试；

加分项：

7. 智能驾驶/机器人领域的工程落地经验

8. 在机器人顶会（SR/IJRR/TRO/RSS/ICRA/IROS等）或AI顶会（CVPR/NeurIPS/ICML/ICLR等）发表论文者优先

【具身端到端感知资深工程师/专家/TL】

岗位职责：

1. 负责高自主机器人（四足人形） 基于多摄像头/激光（DTOF）毫米波的融合环境感知

1. 完成动/静态3D目标检测，通用物体Occ检测，

2. SLAM建图定位。

3. 研发一段式端到端（感知规控）方案。

4. 探究空间表征来增强大语言模型3D空间理解能力。

2. 构建感知模型训练数据集和设计标注方法，支持大批量自动化的标注构建

3. 开发高效的模型评测方法提高迭代效率

4. 解决模型评测/部署/真机测试中遇到的问题，满足项目交付指标要求

5. 跟踪前沿技术方案，持续迭代升级方案。

岗位要求：

1. 人工智能、计算机、机器人、自动驾驶等相关专业硕士或博士学位

2. 熟练掌握环境感知，主流3D检测/OCC模型，了解ResNet、ViT，SAM，BEV，Sparse。监督训练/若监督训练经验，数据标注与模型评测经验。

3. 有智能驾驶/机器人动静态感知，occ感知，SLAM建图定位的量产经验。

4. 熟练使用PyTorch/TensorFlow深度学习框架，熟练使用Python/C++语言编程，有实际项目开发经验

加分项：

5. 智能驾驶一段式端到端量产经验

6. 在机器人顶会（SR/IJRR/TRO/RSS/ICRA/IROS等）或AI顶会（CVPR/NeurIPS/ICML/ICLR等）发表论文者优先