vivo机器人VLA大模型专家

任职要求

1、专业背景：计算机视觉、机器人学、自然语言处理等相关专业博士学历，研究方向聚焦多模态大模型、具身智能或机器人决策控制。
2、技术能力：
（1）精通PyTorch/TensorFlow框架，掌握VLA模型（如RT-2、OpenVLA、Diffusion Policy）的改进与部署，熟悉强化学习、模仿学习等技术；
（2）熟悉多模态对齐技术(CLIP、DINOv2等)，具备视觉语言模型(VLM)与动作生成模块的联合调优经验； 
（3）掌握机器人操作系统(ROS/ROS2)，有机器人感知-决策-控制全链路开发经验者优先。
3、经验要求：
（1）5年以上多模态算法研发经验，主导过VLA相关项目（如自动驾驶、机械臂操作等）并实现商业化落地；
（2）在NeurIPS/ICML/CoRL等顶级会议发表VLA相关论文，或持有具身智能领域核心专利。

工作职责

1. VLA模型架构创新与研发： 主导机器人视觉-语言-动作（VLA）大模型的架构设计、算法研发与实现，攻克多模态特征高效对齐、动作序列生成与推理优化等关键技术，显著提升模型在机器人操作、自动驾驶等复杂任务中的端到端执行能力；
2. 机器人多模态智能系统构建： 设计并实现融合视觉、语言与动作信号的联合训练框架，研发基于Transformer或扩散模型的跨模态交互与理解机制，提升模型在动态复杂环境下的语义理解、情境推理与决策能力；
3. 模型高效部署与优化： 面向具身智能硬件平台（如机械臂、移动机器人），深度优化VLA模型的实时推理性能，运用算子融合、量化压缩、模型剪枝等前沿技术，实现模型在边缘设备的高效、低延迟部署；
4. 跨模态数据闭环体系搭建： 构建面向具身智能的大规模、高质量数据采集、增强与标注系统，开发仿真验证工具链，建立数据驱动的模型迭代闭环，持续提升VLA模型在真实场景下的鲁棒性与泛化能力。