【崗位職責】
1、負責視覺語言行動模型(VLA)和視覺語言模型(VLM)的機器人感知與決策算法，實現視覺-語言-動作的端到端閉環。結合視覺、語言和動作模態，實現從多模態輸入到機器人、機器狗、無人機等設備的動作輸出；設計和優化模型架構，完成模型的數據處理、訓練以及真機部署工作，確保模型的高效性和準確性。
2、將VLM/VLA模型部署至機器人硬件平臺(如ROS、嵌入式設備)，優化推理效率(模型剪枝、量化、TensorRT加速等)。設計數據閉環 pipeline，通過真實場景反饋持續迭代模型性能。
2、跟蹤 VLA/VLM 領域的最新技術動態，如流匹配、動作分塊架構等，探索新的模型架構和算法優化方法；深入調研具身智能領域相關的前沿技術探尋將最新技術應用到具身智能領域的可能性。
3、協同工程團隊推動算法在真實機器人平臺中的工程化部署；開發面向機器人任務的數據驅動訓練框架，提升模型在物理場景中的泛化性與魯棒性。
4、參與大規模多模態數據集的收集、處理和標注，為大模型預訓練提供高質量的數據支持；設計具身智能領域多模態數據的采集、清洗與增強策略，建立高效數據管道。
5、參與相關技術的學術研究和論文發表，推動團隊技術能力的提升。
【任職要求】
教育背景：計算機科學、人工智能、自動化、機器人技術或相關專業碩士及以上學歷。
工作經驗：2年以上AI算法研發經驗，具備多模態大模型訓練/微調項目實戰經驗。
技能要求：精通 Python；熟悉 PyTorch、DeepSpeed 等深度學習框架；熟悉主流VLM/VLA架構(如CLIP、LLaVA、OpenVLA、TinyVLA、π-0等)，具備多模態大模型訓練調優經驗。
【加分項】
1、熟悉機器人仿真平臺(如ISSAC Sim、Gazebo)者優先；
2、有多機、多卡的大模型訓練經驗優先；
3、熟悉CUDA開發生態、NCCL框架者優先；
4、在期刊會議發表過 Agent或強化學習相關研究論文者優先。