易择智擎（北京）科技有限公司

岗位职责： 1．在仿真环境中，基于 planning / optimization /强化学习 等方法，生成高质量机器人动作 2．设计并生成机器人在抓取、操作、移动等任务中的多样化行为轨迹与交互 3分析并调控数据分布，确保合成数据对大模型训练与泛化具有有效支撑 4．与VLA模型团队协作，根据模型训练与评估结果，持续迭代和优化数据生成策略。 职位要求 1．深入理解机器人学基础，包括机器人运动学、动力学与优化控制方法 2．深入理解机器人学习方法，包括模仿学习、强化学习及其数据分布特性 3．具备机器人仿真相关经验，能够在仿真环境中构建、运行并调试机器人任务 4．具备良好的工程与研究结合能力，能从模型表现反推数据问题并提出改进方案 加分项： 1．熟悉主流机器人仿真或学习框架（如 Isaac Sim 等） 2．有机器人数据集构建、数据合成或大规模数据生产经验 3．理解机器人学习中的分布偏移、覆盖性与失败模式问题

岗位职责： 1.负责具身智能大小脑的研发与优化; 2.参与智能系统的构建和实施; 3.与团队合作，确保项目按时交付高质量成果; 任职要求： 1.计算机、自动化或相关专业硕士及以上学历，博士优先； 2.有仿真平台如 lisaac gym/sim、mojuco、bullet、sapien 等开发经验优先； 3.熟悉pi0、openVLA等VLA模型； 4.发表过一作VLA模型相关CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、RSS、ICRA,IROS、TPAMI、TRO等顶会顶刊优先。

关于我们 我们是一支由顶尖AI学者与资深硬件工程师组成的研究团队，致力于构建“可理解物理规律、可验证设计逻辑”的下一代世界模型。我们不只追求SOTA指标，更关注模型在真实硬件设计、装配规划与物理交互中的闭环可靠性。团队拥有充足的GPU算力集群、丰富的硬件/传感器实验平台。 薪资范围：面议（提供极具竞争力的薪酬包+算力资源+顶会/顶刊发表奖励） 岗位职责 1）主导研究基于物理规律的结构化世界模型，突破现有生成式模型在空间关系与运动约束上的物理不一致性问题； 2）设计可泛化的硬件知识表示框架，将CAD几何、装配拓扑、接触动力学先验嵌入神经网络架构； 3）构建“仿真-验证-修正”可验证闭环，使模型输出自动满足静力学/运动学可行性约束，并可对接传统物理引擎进行反向校验； 4）主导并带领团队将研究成果转化为Nature、Science及其子刊等国际顶级综合性期刊论文或NeurIPS/ICRA/CVPR/SIGGRAPH/CoRL等会议，致力于揭示物理世界模型在空间智能与可验证推理中的跨学科基础理论价值，构建例如“底层物理定律发现+上层算法架构创新”的体系，并推动技术在工业级装配规划、机器人自主操作中的闭环落地。 任职要求 必须项： 1）计算机、电子、自动化、机械工程、应用数学或相关专业在读博士或已获博士学位； 2）在NeurIPS/ICRA/CVPR/SIGGRAPH/CoRL等顶级会议或期刊上以第一作者发表过至少1篇论文； 3）熟悉深度学习框架，具备良好的工程实现能力； 加分项： 1）扎实的几何处理基础或装配/机构分析经验； 2）熟悉刚体/软体动力学仿真或可微分物理引擎； 3）有CAD参数化建模或基于图神经网络的拓扑推理经验； 4）曾在工业界参与过机器人抓取/装配规划或芯片物理设计实际项目； 5）具备较强的物理、数学功底。

职位描述 1．跟踪并实现计算机视觉与图形学顶级会议（如CVPR, ICCV, NeurIPS,SIGGRAPH,ICRA) +沿的3D生成技术，包括但不限于3D高斯溅射、神经辐射场、扩散模型在3D领域的应用。 2．大规模3D场景生成。研发高效的程序化内容生成与AIGC相结合的算法，用于自动创建大规模、多样化且物理真实的3D虚拟环境，作为机器人训练的"元宇宙"或数字孪生平台。 3．多模态到3D的生成。探索并优化从文本、单张／多张图片、视频等模态直接生成高质量3D模型与场景的技术（Text-to-3D, Image-to-3D)，重点 关注生成内容的可控性、可编辑性和物理属性的合理性。 4.4D内容生成与世界模型。研究动态3D场景的生成与预测（4D Generation)，为智能体构建持续更新的"世界模型"(World Model)，使其能够理解和预测环境中的动态变化。 5．与物理仿真的结合。 将生成的3D内容与物理引擎（如Isaac Gym, MuJoCo, PyBullet) 深度集成，确保生成的物体和场景具备可交互的物理属性（如质量、摩擦力、关节信息），支持智能体进行复杂的物理交互训练。 6．实时3D感知与重建。参与研发适用于机器人本体的实时3D感知与重建系统，使智能体能从传感器输入（如RGB-D摄像头）即时构建周围环境的 3D表征，并能对未知物体进行"脑补"和三维补全。 职位要求 1．计算机科学、人工智能、机器人学、电子工程或相关领域的硕士或博士学位。 2．具备深厚的计算机图形学、3D计算机视觉理论基础。精通至少一种主流的3D表示方法（如Mesh,Point Cloud, Voxel, SDF, NeRF, 3D Gaussian Splatting)，并了解其优缺点。 3. 熟悉主流的生成模型，如GANs、VAEs、Flow-based Models，尤其是扩散模型的原理与实践。 4. 精通Python，并熟练掌握至少一种深度学习框架（PyTorch为佳）。有CUDA编程、性能优化经验者优先。 5．在相关领域的顶级会议或期刊上有论文发表者优先（CVPR, ICCV, ECCV, NeurIPS, ICLR,SIGGRAPH, ICRA等）。 6．有实际的3D AIGC项目经验，例如Text-to-3D模型、大规模场景生成、数字人生成等。 7．有机器人学、强化学习、物理仿真或UE游戏引擎相关项目经验者优先。

薪资范围：面议。薪酬包有竞争力，期权给足，算力不设上限——你需要多少卡，我们就给多少卡。 关于我们 我们用的是一套全新的原生物理计算范式，不是Transformer。这意味着业界现成的训练栈基本帮不上忙：Megatron、FSDP 这些方案里的并行策略和算子库，都是围绕注意力机制设计的。我们得自己来。 我们要找的是愿意从零把引擎造出来的人。计算图、算子、自动微分、并行维度，全部重新设计。这件事没有退路，因为底层范式决定了上层没有捷径可抄。 你写的代码会直接影响三件事：机器人母体的控制闭环能不能守住实时性，工程 Agent 的响应够不够快，元宇宙引擎的吞吐撑不撑得住。 岗位职责 1）自研分布式训练框架。针对我们这套非序列、非注意力的结构，设计并行策略——模型怎么切、物理域怎么切，没有现成答案，需要从数值特性反推工程方案。 2）管好 GPU 集群。千卡规模的训练一跑就是几周，调度、容错、断点续训都得靠得住。出问题在所难免，关键是不能丢进度。 3）做内核优化。CUDA 和 Triton 算子、算子融合、混合精度、通信优化，这些是基本功。更麻烦的是物理约束求解这类计算——刚性方程、约束投影、多精度混用，数值上很挑，专门的加速路径得自己趟出来。 4）搭推理基础设施。机器人控制和 Agent 交互对延迟的要求完全不同，前者是硬实时，后者可以松一些。模型压缩、动态批处理、GPU 与边缘设备的异构调度，都要覆盖。 5）把训练过程变得可观测。实验追踪、性能剖析、数值稳定性监控，让每一次训练崩溃都能说清原因，而不是重跑一遍祈祷它好。 6）和科学家坐在一起工作。他们的研究原型要变成能规模化训练的生产系统，这个过程没有文档可查，只能靠协作磨合。 任职要求（必须项）​ 1）计算机、电子、自动化相关专业，本科以上。能力强的话，学历不是问题。 2）做过大规模分布式训练，PyTorch 或 JAX，配过 DeepSpeed、Megatron、FSDP 中的任一套，跑过千卡更好。 3）能写 CUDA 或 Triton 算子，拿得出可量化的优化结果——吞吐提升了多少、延迟降了多少，说得清。 4）分布式系统和高性能计算的基本功扎实，懂 NCCL 和集合通信，在 Linux 环境下能独立推进工程问题。 加分项 1）参与过框架本身，不管是自研的，还是给 PyTorch、JAX 提过核心代码。 2）有编译器底子，MLIR、TVM、XLA 这类都算。 3）熟悉 SSM、GNN、Neural ODE、等变网络这些非 Transformer 架构，知道它们并行化的时候卡在哪。 4）做过物理仿真或科学计算的 GPU 加速，理解数值计算和深度学习混在一起时的优化方式。 5）有机器人实时推理或者边缘端部署的经验。

我们不招 “画图师”，我们在寻找机器人形态的定义者；你将参与的，不是迭代一款家电，而是重新定义：机器如何走进现实、走进空间、走进人的感知半径。用形态、质感、比例与交互，让冰冷的硬件，拥有人格、气场与生命力。 岗位职责： 1、具身机器人从 0→1 的产品语言、形体逻辑、CMF 体系搭建； 2、从草图、渲染、建模到手板、DFM、量产的全链路落地； 3、用设计平衡：结构可行性、运动逻辑、人机关系、未来感 4、输出具备个人辨识度的设计，定义赛道审美 任职要求： 1、痴迷智能硬件 / 机器人 / 移动载体的形体与结构逻辑 2、有强烈的形式控制力，拒绝平庸、冗余、同质化 3、懂美学，更懂工程与量产，能把概念落地为产品 4、拥有国际化审美，作品有态度、有风格、有记忆点 只接受附作品集（需包含从概念方案到产品落地的全流程方案，并说明个人在其中的角色与贡献）

岗位职责： 1、用VSLAM 技术重新定义商用室内机器人的定位与建图能力，让机器人在泛场景中实现稳定作业； 2、参与VLA与SLAM技术协同技术开发，愿意挑战去突破行业技术边界； 3、主导传感器选型与嵌入式部署全流程，有主设和迭代经验； 4、攻克动态场景/强干扰/多变化的鲁棒性难题，开发可规模化交付的成熟产品。 任职要求： 1.硕士及以上学历，计算机 / 自动化 / 机器人等相关专业，三年以上 SLAM 算法研发经验，作为核心算法工程师，有商用服务机器人 / 清洁机器人类产品实际量产及迭代经验。 2.曾主导过落地项目，熟悉感知器件选型与布局，规划过多传感器融合开发框架与技术架构，具备从 0 到 1 搭建定位系统并落地产品的能力。 3.掌握非线性优化、概率估计等底层理论，熟悉真实场景中的问题复现与解决。 4.精通VINS-Fusion，ORB-SLAM3等一种或多种多传感器融合开发框架，具备 C++/Python 硬核编程能力，熟悉 ROS/ROS2 工程化开发，有实际部署经验。 5.有商用服务机器人产品开发经验，对地面材质、环境光照、动态人流等复杂因素的有解决经验。