高德地图高德-具身智能数据仿真专家-具身业务部

1、负责数据仿真平台的架构演进，将真实路采、仿真合成、生成重建转化为仿真场景库，与软硬件一起构建工具链支持算法模型训练和在环(SIL/ HIL)回归测试；负责具身智能仿真系统的设计、开发与优化，涵盖机器人仿真、交互式环境建模、任务生成、传感器仿真、动态行为建模仿真、仿真评测等关键技术；通过算法及工程化手段加速算法模型的迭代效率； 2、融合各类空间智能相关技术，对真实和虚拟世界快速建模，尤其在可交互复杂场景的构建方向，推动Real2Sim2Real领域内的关键技术研究； 3、结合传统仿真和生成式仿真的数据合成方案，构建全新的机器人场景下的数据范式，推动合成数据价值探索与应用落地； 4、探索端到端世界模拟器的能力探索，推动生成式AI与物理仿真引擎的深度结合，尤其在物理约束模拟等方向的关键技术研究。

1、负责数据仿真平台的架构演进，将真实路采、仿真合成、生成重建转化为仿真场景库，与软硬件一起构建工具链支持算法模型训练和在环(SIL/ HIL)回归测试；负责具身智能仿真系统的设计、开发与优化，涵盖机器人仿真、交互式环境建模、任务生成、传感器仿真、动态行为建模仿真、仿真评测等关键技术；通过算法及工程化手段加速算法模型的迭代效率； 2、融合各类空间智能相关技术，对真实和虚拟世界快速建模，尤其在可交互复杂场景的构建方向，推动Real2Sim2Real领域内的关键技术研究； 3、结合传统仿真和生成式仿真的数据合成方案，构建全新的机器人场景下的数据范式，推动合成数据价值探索与应用落地； 4、探索端到端世界模拟器的能力探索，推动生成式AI与物理仿真引擎的深度结合，尤其在物理约束模拟等方向的关键技术研究。

1. 数字孪生搭建：利用 Unity/Unreal Engine 或 Isaac Sim 搭建高保真的三维场景。 2. 数据管理：负责真实场景数据的采集、清洗、标注流程管理，建立高质量的数据集。 3. 自动化测试：开发 Python 自动化测试脚本，对算法版本进行回归测试与稳定性验证。

1.3D原生生成大模型研发。探索与实现基于Transformer架构的3D原生生成模型（如MeshDiffusion），实现从单图/多图/文本到具备拓扑一致性的高保真3D刚体、复杂铰链、柔体资产的端到端生成。 2.基于LLM/VLM的场景编排。利用大语言模型的推理与规划能力，开发Agent驱动的场景自动化流程，通过指令理解实现语义布局的、逻辑合理的及物理常识对齐的复杂仿真环境。 3.神经物理仿真与材质表示。利用AIGC技术自动化赋予资产物理属性（质量、摩擦力、弹性模量），解决柔体与刚体在交互过程中的高保真表现。 4.自动标签化与多模态对齐。研发自动化数据生产管线，利用VLM大模型为大规模3D资产和仿真视频标注高质量语义标签、交互逻辑及物理属性，构建支撑VLA模型训练的闭环数据集。 5.Sim-to-Real泛化重构。利用生成式技术，通过生成多样性的光影、纹理及环境干扰，提升机器人算法在真实世界中的鲁棒性。