字节跳动机器人多模态交互算法研究员-Seed
任职要求
1、硕士研究生及以上学历，具备优秀的代码能力、数据结构和基础算法功底，有出色的问题分析和解决能力； 2、具备一定的独立开展研究工作的能力，在大模型、多模态、NLP、CV、强化学习等领域有一定研究基础或者项目经验； 3、主导过相关的重要项目或者作为主要作者发表过CVPR、ACL、NeurIPS、ICLR、ICML、RSS、ICRA等顶会论文者优先； 4、具备良好的沟通协作能力，能够与团队紧密合作，共同推进项目进展。
工作职责
1、研究多模态智能体、多模态推理规划、流式音视频对话模型等前沿技术，推动机器人交互技术的创新和应用； 2、探索多模态大模型、强化学习算法、大模型Agent在机器人上的创新应用，参与研发下一代智能机器人系统。
1、深入研究多模态大模型、多模态交互、多模态智能体、大模型推理规划等前沿技术方向，引领机器人多模态交互技术革新； 2、推动多模态大模型、强化学习算法在机器人感知、定位、操作、交互等领域的创新应用，参与研发下一代通用机器人。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、LLM推理和规划；在整个开发过程中增强LLM推理和规划，包括数据采集、模型评估、预训练、SFT、奖励建模和强化学习，以提高LLM的整体性能； 2、通过重写、扩充和生成等方法合成大规模、高质量的数据；如指令调优、偏好对齐、模型优化以提高LLM在各个阶段（预训练、SFT、RLHF）的能力； 3、通过RLHF/RLAIF进行偏好对齐，探索全新的训练范式，优化大模型在文本、图像、语音等多模态上的表现； 4、研究和实施稳健的评估方法，以评估LLM在各个阶段的表现，揭示其能力的潜在机制和来源，并利用这种理解来推动模型改进； 5、探索和优化有效的LLM训练方法（如主动学习、课程学习）和目标，以完善缩放规律，实现卓越的模型性能； 6、相关应用落地，包括内容创作、逻辑推理、代码生成等，深入研究和探索大模型在未来生活中的更多使用场景。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、探索研究多模态大模型，VLA等前沿技术方向； 2、推动世界模型、强化学习在具身智能的应用，参与研发下一代智能机器人。
Top Seed人才计划-Seed研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、从事大规模机器人基础模型的预训练、微调和优化研究，以模型为中心，提升机器人的智能边界； 2、探索多模态大模型前沿问题，推动在机器人上的大规模扩展，包括但不限于抓取操作、运动控制、世界建模等； 3、参与孵化下一代智能机器人技术和新产品。