网易具身智能算法研究员 （工程机械智能化）
任职要求
1、精通主流多模态模型原理及训练方式，有大语言模型（如 GPT-系列）或多模态任务的理论研究基础； 2、熟悉常见模仿学习方法（如 ACT、DP 等）以及 Model-Based RL 算法，对具身智能算法有深刻的理论理解； 3、熟悉深度学习框架（如 PyTorch 或 TensorFlow），掌握 Python/C++ 等语言，能设计…
工作职责
1、深入研究机器人多模态大模型（VLA模型）的理论及应用，包括预训练、微调策略、以及效果优化； 2、负责基于大模型的决策控制算法设计，探索前沿模仿学习（如 ACT、DP）及 Model-Based RL 算法在机器人上的研究与创新； 3、基于大模型开发创新算法框架，探索具身智能机器人实际场景中的应用方向，如 RT 系列等； 4、负责最新文献调研，跟踪多模态模型与机器人领域结合的技术前沿，提出具有创新性的研究思路； 5、参与并主导自定义数据集构建、特定任务的模型训练与评估； 6、推动具身智能系统算法在复杂场景下的理论研究，探索工程机械场景智能化解决方案。
1. VLA模型研发： 参与或主导 VLA 模型的架构设计、训练和优化，提升模型在多模态理解和具身任务执行中的性能。 2. 数据闭环建设： 负责具身智能所需的数据采集、标注和处理流程，构建高效的数据闭环系统，以持续优化模型。你将探索新的数据获取方式，包括但不限于利用机器人自身进行自动化数据采集。 3. 具身技能开发： 将 VLA 模型部署到实际机器人平台上，解决模型与机器人硬件之间的集成和适配问题。开发和调试机器人技能，使其能够完成抓取、放置、操作工具等复杂任务。 4. 算法优化与落地： 持续关注具身智能领域的最新研究成果，并将前沿算法应用到实际产品中，解决技术挑战，推动产品性能的迭代升级。
探索具身智能前沿技术，制定技术路线或提升某技术方向（如VLA、自主学习等）。 - 追踪行业技术趋势，统筹内部具身智能研发方向和技术路线； - 领导核心算法研究，如具身交互、感知、操作、仿真、训练等算法，提升具身能力和可靠性； - 推动相关工具建设，高效训练和验证部署，加快具身智能的产品化落地；
围绕以视觉为核心的基础模型，开展前瞻预研与原型实现，持续提升模型的时空表征能力，持续提升模型理解-预测一体的记忆与推理能力； 利用三维重建、自动标注、场景仿真等算法与工程能力，高效构建训练与评测数据集，并结合强化学习等技术推动模型性能迭代； 与软件、硬件、测试等跨职能团队紧密协作，推动新一代基础模型架构的工程化落地，全面提升智能辅助驾驶系统的性能、安全性和可靠性； 跟踪学术界与工业界最新进展，撰写技术文档与论文，并在相关学术会议上输出高质量研究成果。
1.负责游戏世界模型相关算法的研究与开发。以研究驱动为核心，致力于探索前沿 AI 技术在大规模游戏世界中的建模、推理与生成问题，在保持研究深度的同时，推动技术向真实游戏场景演进； 2.研究方向包括但不限于：交互式与动态世界建模：对复杂、演化中的游戏世界进行建模、仿真与推理；NPC世界到行动建模：连接世界理解、决策与行动，方向上与具身智能紧密相关；游戏场景生成：可控、多样、可扩展的游戏场景生成与建模。