维他动力（北京）科技有限公司

职责描述： 1. 世界模型研发与优化：研发面向具身智能的世界模型算法，构建对物理环境的感知、理解、预测与推理能力，提升机器人在复杂开放场景中的自主决策和泛化性能； 2. 空间理解与生成：研发 3D 空间理解与场景生成算法，包括深度估计、场景重建、空间推理等方向，使模型具备对真实物理世界的结构化认知能力； 3. 自监督表征学习：设计大规模视频自监督预训练方案，从海量无标注多模态数据中学习通用时空表征，探索掩码预测、跨视图推理、蒸馏等多种预训练范式； 4. 时序状态建模：研发高效的时序记忆与状态管理机制，使模型具备长时序环境理解、动态场景适应和时序一致性预测能力； 5. 导航与操作策略：研发机器人运动规划与操作策略算法，支持通用场景下的自主导航、物体交互与操作任务，探索端到端策略学习方法； 6. 技术前沿探索：持续跟踪世界模型、空间智能、多模态大模型、具身智能等领域的前沿进展，推动团队技术路线的持续演进与创新。 任职要求： 1. 专业背景：计算机视觉、人工智能、机器人学、3D 视觉等相关专业硕士及以上学历，或具备 2 年以上相关行业工作经验； 2. 编程能力：熟练掌握 PyTorch 等主流深度学习框架，具备优秀的编程能力和代码工程化经验； 3. 模型理解：对世界模型、生成模型（Diffusion、Flow-Matching、Transformer 等）有深入理解，有大规模模型训练经验，熟悉相关评测方法和基准测试； 4. 表征学习：熟悉视觉自监督学习或多模态表征学习方法，具备从视频、图像等数据中提取有效时空特征表示的经验； 5. 3D 视觉（加分项）：熟悉深度估计、3D 重建、NeRF/3DGS、多视图几何等方向； 6. 具身智能（加分项）：了解机器人端到端策略模型（ACT、Diffusion Policy、π₀、OpenVLA、RT-2 等）或视觉-语言导航前沿进展，有真实机器人部署经验者优先； 7. 分布式训练（加分项）：具备大规模分布式训练经验，能够高效处理海量多模态数据和大型模型训练； 8. 学术成果（加分项）：在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、CoRL 等顶会发表论文，或有高影响力开源项目者优先； 9. 个人素质：具备强烈的技术热情和探索精神，善于快速验证新想法，能在快节奏的研发环境中独立推进和协作攻关。

职责描述： 1. 设计“云端大脑”：负责研发机器人的云端多模态大模型。专注于利用海量数据和计算资源，赋予机器人强大的常识推理、复杂任务规划、跨场景泛化能力。 2. 锻造“端侧执行体”：负责研发部署在机器人本地的轻量级、高性能策略模型。 3. 攻关云-端协同框架：研究高效的任务分解与指令传递机制、端侧状态的智能抽象与上报方法，以及在不稳定的网络环境下，保证智能体决策的连续性与可靠性。 任职要求： 1. 计算机科学、人工智能、机器人、控制工程等相关专业硕士及以上学历。 2. 具有机器人感知/导航/操作、AI大语言模型/多模态大模型等领域丰富的从业经验。 3. 了解具身智能领域前沿的VLM/VLN/VLA多模态模型算法，对于比较有挑战性的实际问题有自己的判断和分析解决能力。 4. 扎实的前沿算法研发与高效的工程实现能力，具备技术快速落地的能力。 5. 具有良好的团队合作能力和高效沟通能力。 加分项 1. 在顶级会议（如ICRA、IROS、NeurIPS等）或刊物（如IJRR、TRO等）发表过论文。 2. 熟悉Transformer、RLHF（强化学习与人类反馈结合）等最新算法。 3. 有多模态数据处理经验（例如视觉+触觉+语言）。 4. 具备开源项目经验，或曾在GitHub上贡献过机器人相关代码。