腾讯Robotics X-机器人具身智能研究员-操作方向

1.探索前沿系统架构，推动灵巧手在手内操作及通用、功能型操作的发展（包括不同刚柔物体在手内与环境的交互）； 2.开发适用于机器人灵巧操作的机器学习模型与端到端应用； 3.创新机器人感知与智能方法，利用多模态感知（如图像、视频、音频、触觉等）赋能灵巧操作与控制算法； 4.开发高效可部署的机器人模型，并推动研究成果集成到完整系统级机器人原型中。

1、根据项目需求，进行智能机器人的嵌入式软件系统开发，确保系统的稳定、可扩展和易维护。将人工智能技术（如轻量化AI模型部署、边缘推理优化）融入软件架构设计，提升机器人运动控制、传感器融合、实时计算等核心性能； 2、依据项目工艺和智能控制需求，进行嵌入式硬件选型、架构规划与系统平台设计，确保软件和硬件完美融合。主导机器人本体（如多关节电机、力控执行器）驱动开发，优化实时调度与通信协议，保障机器人稳定、高效、智能运行； 3、参与智能机器人信息化建设部件选型，从嵌入式软件与人工智能融合视角，确保所选部件（传感器、处理器、通信模块等）与软件系统高度兼容，支持系统低延迟、高能效、智能化的全局优化。

我们正在构建面向下一代机器人智能的具身智能大模型（Embodied Foundation Model），致力于实现机器人在真实世界中的自主感知、理解、规划与操作能力。本岗位将参与具身感知、具身规划与操作基础模型的研发，包括多模态理解、3D空间建模、机器人决策推理以及大规模仿真训练等核心方向。 你将与算法工程师、机器人系统工程师以及规控工程师团队密切合作，推动具身智能从模拟环境走向真实世界应用。 以下方向可根据候选人背景匹配（不限于）： 1. 具身感知基础模型 ○ 多模态视觉语言模型（Vision-Language Model） ○ 3D感知建模（Depth / Occupancy / NeRF / Scene Graph） ○ 视频理解与时序建模 ○ 开放世界场景理解（Open-world Perception） 2. 具身规划与决策大模型 ○ 长时序任务规划（Long-horizon Planning） ○ LLM + Robotics 推理系统 ○ Tool-use 与 Agent 系统设计 ○ 多机器人协同决策 3. 具身操作基础模型 ○ 视觉-语言-动作模型 (VLA) 以及视频-动作模型（Video-Action Model） ○ 模仿学习 (Behavior Cloning, DAgger等) ○ Offline & Online Reinforcement Learning ○ 多来源数据融合（Human + Robot + Simulation） 4. 大规模仿真与Scaling Law验证 ○ GPU大规模并行仿真 ○ Sim2Real迁移 ○ 数据生成与自动标注系统 ○ Scaling Law验证与数据效率研究 5. 推理优化与系统方向 ○ 大模型推理加速 ○ 多GPU/多节点训练 ○ 模型压缩与蒸馏 ○ 机器人端侧部署优化 岗位职责： ● 参与具身智能基础模型算法设计与研发 ● 构建机器人多模态数据训练体系 ● 推动模型在真实机器人平台上的落地验证 ● 跟踪前沿研究进展并推动技术创新 ● 与跨团队协作完成系统级集成

打造行业领先的原生具身智能大模型，如VLM/VLA/World Model/Omni。面向通用人形机器人及更广泛的具身场景，构建可泛化、可拓展、可scaling的大模型，负责大规模训练性能与效果优化。 职位要求： 1、计算机、电子工程、人工智能等相关领域硕士及以上学历； 2、具有扎实的机器学习算法基础，在VLM、LLM、AIGC、RL、Robotics、Audio 等相关专业领域有研究经验； 3、具有优秀的代码能力，精通PyTorch/TensorFlow等深度学习框架，熟悉大规模训练栈：大规模训练框架，加速方法； 4、具有良好的团队合作能力和沟通能力。