【高阶岗位】VLA具身操作智能Tech Lead

1. 01

   技术战略与架构规划 - 制定VLA技术中长期发展路线图，明确技术攻关方向与产品落地路径 - 主导VLA技术体系整体架构设计，涵盖视觉感知、语言理解、动作生成全流程 - 评估技术可行性、风险与商业价值，确保技术路线的先进性与可落地性

2. 02

   核心技术研发与攻坚 - 主导VLA核心技术难题攻关，包括：VLA泛化性、世界动作模型协同、多模态语义对齐等 - 研发端到端VLA架构，实现高层任务规划与低层动作生成的模态对齐 - 构建物理世界模型（World Model），解决仿真到现实的泛化鸿沟（Sim2Real） - 开发扩散/自回归策略生成多模态动作轨迹，满足机器人实时控制需求

3. 03

   团队建设与管理 - 负责VLA技术团队的组建、培养与管理，明确团队分工（算法研发、工程实现、系统集成） - 建立高效的研发体系与激励机制，打造兼具技术深度与协作能力的核心团队 - 负责团队人才招聘、培养、绩效评估和职业发展指导

4. 04

   产品落地与商业化 - 推动VLA技术在物流分拣、实验室自动化等场景的实际应用与产品化 - 跨部门协同硬件、软件、产品团队，实现算法、硬件与系统架构的一体化整合 - 将VLA技术能力转化为产品竞争力，支撑多场景机器人落地应用

5. 05

   工程与交付保障 - 建立VLA数据采集、清洗、标注、质量评估体系，优化数据驱动的模型迭代流程 - 主导算法在真实机器人设备上的部署与性能调优，保障模型在嵌入式系统的实时响应 - 建立规范化研发机制（代码审查、仿真测试、数据闭环管理）

硬性要求

1. 01

   教育与专业背景 - 硕士及以上学历（博士优先），计算机科学、人工智能、机器人学、自动化等相关专业

2. 02

   工作经验 - 5年以上VLA/多模态算法研发经验，其中至少2年以上技术管理经验 - 具备VLA项目实际交付经验，有可验证的项目成果（技术报告、项目网站、媒体报道等） - 有物流分拣、实验室自动化、仓储机器人等相关场景落地经验者优先

3. 03

   核心技术能力 - VLA技术深度：精通视觉-语言-动作多模态融合算法，熟悉CNN/Transformer、扩散模型、强化学习等技术 - 算法实现能力：熟练运用PyTorch/TensorFlow、ROS 2、MuJoCo等工具框架 - 工程部署能力：具备CUDA/TensorRT模型加速与部署优化经验，熟悉边缘计算设备优化策略 - 系统集成能力：熟悉机器人操作系统，具备机器人系统端到端落地能力 4. 学术成果（学术背景候选人） - 在VLA方向发表5-10篇高水平论文（CVPR、NeurIPS、ICML、ICRA、IROS等顶会/期刊） - 达到助理教授或副教授级别学术水平 优先考虑条件

4. 01

   产业背景优先 - 在自动驾驶、仓储分拣、家居服务等场景中实现过VLA泛化性应用 - 有机器人产品量产落地经验或VLA技术平台搭建经验

5. 02

   海外背景加分 - 海外高校或产业界工作经验，具备国际视野 - 熟悉海外VLA技术发展动态，有国际学术交流经验

6. 03

   领导力与软技能 - 具备优秀的团队管理、跨部门协作与资源整合能力 - 强烈的创业精神、责任心与抗压能力 - 清晰的逻辑思维与高效沟通能力