岗位描述 这是一个面向工业场景的具身智能全栈研发岗位。你将深度参与具身大模型（VLA / 世界模型）从预训练、后训练对齐到操作策略部署的完整研发闭环，把前沿AI技术落地到工业真实场景中。 一、模型研发（预训练 & 后训练） 参与具身大模型（VLA / 世界模型）的预训练研发，探索 Transformer + Diffusion 的具身操作策略架构，实现从感知到控制的端到端策略学习 协助构建工业场景大规模多模态数据预训练流水线（真机采集 + 仿真合成 + 互联网数据），设计数据采样策略与质量评估体系 参与模型监督微调（SFT）及 RLHF / DPO / GRPO 对齐训练，设计符合机器人任务的奖励函数，平衡任务精度、安全性与效率 分析模型缩放规律（Scaling Laws），通过消融实验评估数据质量与架构选型对性能的影响 二、操作策略与真机部署 参与基于模仿学习、Diffusion Policy、VLA 等算法的精细操作策略研发，实现复杂长序列任务的端到端执行 参与 Sim-to-Real 迁移，利用域随机化等方法缩小仿真与真实环境差异，完成策略在工业机器人真机上的部署与性能评估 构建数据飞轮闭环：遥操作数据采集 → 自动过滤 → 策略迭代优化，探索在线学习与增量学习机制 三、数据评测与前沿工程化 参与构建工业级训练数据集与专业评测基准（对齐、安全、指令跟随），建立层次化模型能力评估框架 探索知识蒸馏、量化、剪枝等推理优化技术，推动模型在工业边缘端的部署 跟踪 RSS、CoRL、NeurIPS 等顶会进展，与各团队协作驱动从研发到工业落地的完整闭环 任职要求 1.计算机、AI、自动化、机器人学等相关专业，2027 届硕士或博士应届毕业生； 2.精通 Python，熟练 PyTorch，具备复杂网络结构的设计与调试能力； 3.深入理解 Transformer 及其变体（MoE、LoRA 等）、扩散模型与大语言模型训练机制； 4.熟悉强化学习（PPO / DQN / SAC）或模仿学习（IL / BC）算法，有相关课程项目或科研经验； 5.熟练使用至少一种机器人仿真环境（Isaac Sim、MuJoCo、SAPIEN 等） 加分项（具备任一即可） 顶会论文：在 RSS、CoRL、NeurIPS、ICRA、CVPR 等发表过具身智能或大模型相关论文 开源经验：复现或改进过 OpenVLA、RT 系列、Pi 系列等具身模型，或有公开开源贡献 项目经历：有大模型预训练 / SFT / RLHF 完整项目经验，或工业机器人真机部署实战经验 仿真与系统：有 Sim-to-Real 迁移成功案例，或熟悉 ROS / ROS2、多传感器融合 推理优化：熟悉模型量化、ONNX / TensorRT 等推理优化工程