岗位描述
岗位职责:
1. 主导人形机器人具身VLA(视觉-语言-动作)算法体系搭建与核心技术突破,负责跨本体VLA大模型的预训练、架构设计与技术路线规划,引领团队攻克多模态融合、端到端控制等核心难题,推动技术从实验室走向实际应用场景,契合通用具身智能发展目标。
2. 统筹LLM/VLM大模型在具身智能场景的深度适配与创新应用,主导Agent设计、SFT、DPO等微调技术优化,探索VLA与强化学习、模仿学习的融合路径,提升机器人在复杂场景下的自主决策与操作能力。
3. 负责VLA模型全生命周期管理,包括训练策略优化、推理性能提升、部署方案迭代,牵头解决模型泛化性、实时性等关键问题,主导模型压缩量化、推理加速等技术落地,适配机器人端侧部署需求。
4. 跟踪全球具身VLA领域前沿进展(如Google RT系列、OpenVLA、Pi、Helix、GR00T等),牵头预研新技术、新方法,组织技术论证与落地评估,制定技术迭代 roadmap,保持团队技术领先性。
5. 搭建具身VLA模型性能评测体系,主导设计多场景、多本体的评测方案,统筹评测工作开展,输出专业评测报告,推动模型持续优化迭代;同时指导团队成员开展技术研发,培养核心技术人才。
6. 参与机器人操作算法的系统集成,探索VLA模型在工业、服务等特定场景的技术应用和落地机会,推动技术成果转化。
任职要求:
1. 博士优先,985/211院校或海外知名院校毕业优先,计算机、人工智能、机器人学、自动化等相关专业,3年以上具身智能、VLA/多模态大模型相关研发经验,有主导核心项目的经历。
2. 对VLA技术、模仿学习(ACT、Diffusion Policy等)、强化学习有深入研究和丰富实践经验,精通OpenVLA、Pi0、GR00T等主流VLA模型的原理与应用,能独立设计创新算法方案。
3. 精通Transformer、BERT、GPT等系列大模型的结构与训练技术,深入理解多模态数据处理、跨模态对齐等核心技术,具备大模型分布式训练经验(如DeepSpeed框架、多机集群训练)。
4. 熟练掌握Pytorch深度学习框架,精通Python/C++编程语言,熟悉ROS/ROS2系统,具备机器人算法工程化落地能力,能独立解决研发过程中的复杂技术问题。
5. 具备优秀的技术视野和统筹能力,能引领技术方向、搭建研发体系,拥有良好的沟通协调能力和团队管理能力,可带领团队完成核心技术研发与项目落地。
6. 具备模型评测、推理优化相关经验,熟悉相关评测指标与方法,能精准定位模型问题并提出针对性优化方案;可熟练利用GPT、Claude等大模型辅助研发工作。
加分项:
1. 具有大模型、自动驾驶、人形机器人相关行业从业经历,主导过VLA模型研发或具身智能相关核心项目。
2. 具备机械臂/人形机器人平台的研发、部署经验,熟悉灵巧手操作、力/触觉控制等相关技术。
3. 曾在AI、CV、NLP、机器人领域顶级会议(ICML、ICLR、CVPR等)或期刊发表过相关论文,或拥有相关核心专利。
4. 熟悉TensorRT、ONNX等推理优化工具,具备大模型量化、推理加速落地经验,参与过千卡级以上大模型训练项目。
5. 具备机器人遥操作、Sim2Real迁移相关实践经验,对AIGC合成数据技术有深入应用。