BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / job-info / #977429同步于 2025/11/4
JobInfo机器人发帖

具身初创公司招聘世界模型大佬

cppIsNo1
2025/11/4镜像同步0 回复
职位描述 【关于我们】 成立3个月获亿元级融资,中国学术界最早系统布局世界模型的实验室&工业界最早落地世界模型的团队,实习生全员清华。 【职位描述】 1. 世界模型研发与优化:负责研发和优化世界模型算法,构建机器人的环境感知、状态预测和决策规划能力,提升机器人在复杂环境中的自主决策和适应性; 2. 多模态数据融合:开发适用于机器人端到端操作的多模态世界模型,整合视觉、语言、触觉等多模态信息,构建统一的环境表征和动态预测模型; 3. 时空特征学习:设计和优化机器人视频表征学习方法,从多模态数据中提取有效的时空特征表示,提升机器人的视觉空间推理和环境理解能力; 4. 强化学习与仿真:研究基于世界模型的机器人强化学习技术,开发高效的仿真环境,提升机器人在现实世界中的学习效率和泛化能力; 5. 技术前沿跟踪:跟踪世界模型、多模态学习、机器人学等领域的最新研究进展,推动技术创新和产业化应用落地。 职位要求 1. 专业背景:具有计算机视觉、人工智能、机器人学、认知科学等相关专业背景或相关行业工作经验; 2. 编程能力:熟练掌握主流深度学习框架(如PyTorch、JAX),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(如Diffusion、GAN、Flow、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:熟悉多模态表征学习方法,能够从视频、图像、文本等数据中提取有效的特征表示,具备时序建模和动态预测经验; 5. 机器人技术:了解机器人端到端操作模型(如ACT、Diffusion Policy、OpenVLA、RT-2、pi0等)及视觉-语言-导航大模型的前沿进展; 6. 强化学习:具备机器人强化学习技术经验,有真实环境下的实施和优化经验,熟悉仿真到现实的迁移学习; 7. 分布式训练:具备大规模分布式训练经验,能够处理海量多模态数据和大型模型,熟悉模型并行和数据并行技术; 8. 学术背景:在ICML、NeurIPS、ICLR、ICCV、CVPR、CoRL等会议发表论文,或在ACM等程序设计竞赛中获奖者优先考虑; 9. 个人素质:具有强烈的技术热情、创新思维和持续学习能力,能够独立思考和解决复杂技术问题。
订阅后,新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。