具身大模型训练工程师

Responsibilities

功率、泛化能力及长时序执行能力; 1、负责VLA/具身大模型的模型架构设计、优化与迭代，面向人形机器人全身控制与操作任务，提升模型的任务成 2、研究并优化视觉、语言、机器人状态与动作等多模态信息的建模方式，探索VLM、Action Expert、Multimodal Fu 度和时序尺度下的模型结构; sion、Action Representation、Temporal Modeling 等关键模块的架构设计; 3、针对全身VLA的特点，研究双臂、躯干、底盘/下肢等不同自由度之间的协同建模，以及不同控制频率、动作粒 通过训练实验、Ablation和真机测试持续验证和迭代; 4、结合最新的大模型、多模态、视频生成、World Model、VLA等研究工作，提出可落地的模型结构改进方案，并 ing、Reinforcement Learning 等方法; 5、参与模型训练策略与训练目标设计，包括 Pre-training/Post-training、Imitation Learning、Diffusion/ Flow Match 6、负责核心模型代码的开发、维护与工程化优化，与机器人、数据、训练及推理团队协作，推动模型能力最终落地 到真实人形机器人;7、持续跟进并复现具身智能及多模态大模型领域前沿工作，推动π/OpenPl、GR00T、World Model、Recurrent/Loop Transformer 等技术在全身VLA中的验证与应用。

Requirements

1、计算机、人工智能、自动化、机器人等相关专业硕士及以上学历; 2、熟练使用 Python、PyTorch，具备扎实的深度学习基础，深入理解 Transformer、Attention、Representation Learning等基本原理;3、熟悉 Diffusion/Flow Matching、VLM/Multimodal Model、World Model、VLA等至少一个方向，具备相关模型训练或研究经验;4、具备较强的模型架构设计与修改能力，能够独立完成网络模块、Attention 机制、Multimodal Fusion、Action Head 术方案; /Action Expert等结构的设计与实验验证，而不仅限于调用现有模型或进行Fine-tuning; 5、具备较强的论文阅读、代码复现及实验分析能力，能够从最新工作中抽象核心方法，并结合实际问题提出新的技 e、Optimization等不同因素带来的模型瓶颈; 6、对大模型训练过程和 Training Dynamics 有较好的理解，能够通过系统性实验定位 Architecture、Data、Objectiv 7、具备较好的工程能力，能够独立完成模型开发、训练Debug、实验设计和代码维护，并与其他方向工程师高效协 作。 加分项 1、有TO/T0.5、OpenPI、GR00T、OpenVLA、LingBot-VLA等模型研究、训练或二次开发经验; 2、有VLM、多模态大型、视频生成模型、World Model等 Foundation Model 的 Pre-training/Post-training经 验; 3、有 Action Expert、 Action Tokenization、Action Chunking、Continuous Action Modeling 等机器人动型究经 验; 4、熟悉 MoE、Cross-Attention、Joint Attention、KV / Memory、Recurrent/ Loop Transformer 等模型架构; 5、有人形机器人、双臂机器人、Whole-body Manipulation或 Loco-manipulation相关项目经验; 6、有大规模分布式训练、模型Scaling或训练框架开发经验; 7、有高质量论文、开源项目或复杂模型架构从0到1的研发经验。

Who this role is for

硕士及以上

Company overview