高德地图高德-大模型算法工程师/专家（VLA/VLN/LBM/空间计算方向）-具身业务部
任职要求
1、计算机科学、人工智能、机器人学、自动化或相关专业硕士及以上学历，博士优先； 2、在以下至少一个方向有丰富的经验和思考： 视觉-语言-导航大模型(VLN) 视觉-语言-动作大模型(VLA) 大型行为模型(LBM) 移动操作(Loco-Manipulation) 空间计算、3D视觉、场景理解、世界模型 熟练掌握 PyTorch等深度学习框架，具备大规模模型训练与调优经验； 具备优秀的工程实现能力…
工作职责
我们是谁？ 具身智能AI算法团队，致力于打造自主研发的机器人产品。我们正组建一支以AI技术为基石、汇聚多领域顶尖人才的全栈自研算法团队，目标是构建能够与物理世界交互、具备自主理解决策、自主行动的智能机器人 1、主导或深度参与VLA/LBM模型的架构设计、训练策略优化与多模态对齐机制研究，提升智能体在开放环境中的泛化与推理能力； 2、构建面向具身智能的空间计算系统，包括但不限于：3D场景理解、动态环境建模、跨模态空间表征学习、物理交互预测等； 3、探索基础感知技术（如多传感器融合、SLAM、NeRF、3D生成等）与大模型的深度融合，实现端到端的具身智能决策； 4、与机器人平台、仿真系统、产品团队紧密协作，推动算法在真实硬件或虚拟环境中的部署与验证； 5、跟踪并引领国际前沿进展，在顶级会议（如 NeurIPS, ICML, CVPR, ICLR, RSS, CoRL 等）发表高水平成果，构建技术壁垒。
1. 训练/对齐领域大模型：面向评价理解、商品知识处理、内容生成；探索混合专家（MoE）、多模态指令跟随、长上下文检索与记忆增强。 2. 以“生成式排序/生成式推荐”为方向：将生成式信号融入召回/排序/重排，探索 LLM rerank、生成式特征、以及端到端的多目标优化。 3. 推动线上高性能推理：多租户资源编排、弹性扩缩容、SLA、成本治理；模型压缩与加速使得单位成本持续下降。
1. 在国际化场景下，负责 Keeta 智能客服、智能审核、智能判责等方向的算法建设，以及对应基座模型的后训练（SFT/RLHF/DPO 等）； 2. 运用大模型、Agent、多模态及传统机器学习等算法能力，解决生成式 AI 在业务落地的关键问题，满足多语言、多模态的复杂业务场景需求，持续提升智能化覆盖率与业务运转效率； 3. 紧跟业界大模型前沿进展，深入分析新模型结构与技术范式，并快速转化为业务可用的算法能力； 4. 从业务需求中提炼通用、模块化的算法能力，加速算法迭代，提升 Keeta 开国、开城的效率； 5. 积极将 AI 辅助工具（如 Copilot、AI 实验分析工具）融入日常研发流程，推动团队以 AI 协作方式提升模型迭代效率。
职位名称： 团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现空间智能、高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 1. 定义未来地图范式：不再局限于传统视觉感知，而是利用多模态大模型实现从“看到”到“理解并生成”的跨越，解决行业核心痛点 2. 直面海量数据与复杂场景：处理中国乃至全球最复杂、最丰富的驾驶场景数据，构建坚实的技术壁垒 3. 完整的研发生态：从顶级学术研究（顶会论文）、开源项目（见团队GitHub）到国民级应用落地，提供全方位的价值实现舞台 岗位职责： 1. 核心方向：研发面向车道级地图自动化构建的多模态大模型，基于道路图像自动提取车道线、POI信息等地图要素，实现高效、自动化的地图数据生产； 2. 模型全链路研发：负责或参与多模态大模型的预训练、有监督微调（SFT）、奖励模型（RM）训练与强化学习（RL）优化全流程，探索模型在空间推理、结构化生成任务上的能力强化路径； 3. 技术攻坚与落地：优化模型的推理效率、泛化能力与输出稳定性，研究适配的模型压缩（量化、蒸馏）、加速技术与部署方案，推动技术在大规模数据生产管线中落地； 4. 前沿探索与创新：跟踪并吸收多模态理解、视觉生成、世界模型、3DGS等领域的前沿进展，将其创新性地应用于地图生成问题，持续提升自动化生产的质量与范围。
职位名称： 团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现空间智能、高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 1. 定义未来地图范式：不再局限于传统视觉感知，而是利用多模态大模型实现从“看到”到“理解并生成”的跨越，解决行业核心痛点 2. 直面海量数据与复杂场景：处理中国乃至全球最复杂、最丰富的驾驶场景数据，构建坚实的技术壁垒 3. 完整的研发生态：从顶级学术研究（顶会论文）、开源项目（见团队GitHub）到国民级应用落地，提供全方位的价值实现舞台 岗位职责： 1. 核心方向：研发面向车道级地图自动化构建的多模态大模型，基于道路图像自动提取车道线、POI信息等地图要素，实现高效、自动化的地图数据生产； 2. 模型全链路研发：负责或参与多模态大模型的预训练、有监督微调（SFT）、奖励模型（RM）训练与强化学习（RL）优化全流程，探索模型在空间推理、结构化生成任务上的能力强化路径； 3. 技术攻坚与落地：优化模型的推理效率、泛化能力与输出稳定性，研究适配的模型压缩（量化、蒸馏）、加速技术与部署方案，推动技术在大规模数据生产管线中落地； 4. 前沿探索与创新：跟踪并吸收多模态理解、视觉生成、世界模型、3DGS等领域的前沿进展，将其创新性地应用于地图生成问题，持续提升自动化生产的质量与范围。