阿里巴巴日常实习生-数据智多星-具身智能仿真方向
任职要求
1.计算机科学、人工智能、数学或计算机图形学相关专业硕士/博士；在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS等顶级学术会议发表过高水平论文者优先。 2.精通Diffusion Model、GAN或VAE等生成式架构。深度理解3D表征方式（Point Clouds, Meshes, Implicit Functions, Radiance Fields）。熟悉常用的具身智能仿真平台（如Isaac Gym, Sapi…
工作职责
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。
我们团队专注于大模型的高质量数据合成算法与通用评测算法研究，希望在AI下半场通过评测驱动的方式引领大模型技术方向。我们的研究方向覆盖： 1. 多智能体协作式数据合成算法 2. 高质量训练数据筛选算法 3. RL算法创新 4. 通用Reward model训练方法 5. Agent Harness工程 & Agent环境scaling算法 职位描述： 1、裁判/奖励模型（Reward Model）研发：结合最前沿的训练技术（如 SFT、RLHF、DPO/PPO 等），构建 SOTA 级别的奖励模型，为业务侧强化学习（RL）提供核心动能。 2、评测体系与 Benchmark 构建：运用多智能体（Multi-Agent）技术构建权威评测基准，或研发自动化的评测合成方案，精准量化 SOTA 模型的能力边界与缺陷，驱动“数据-评测”闭环飞轮。 3、数据合成技术创新：探索创新的数据合成算法，生产高难度、高多样性的训练与评测语料；同时利用算法构建智能体（Agent）训练与评测所需的复杂仿真环境。 4、前沿强化学习（RL）算法探索：跟踪并研究 RL 领域的最新进展，挑战通用强化学习算法的性能极限，推动技术从理论突破向实际场景转化。
1. 多元数据深度分析：从零开始规划数据集的用途和框架，制定清晰且可执行的标准。深入书籍、期刊、报纸、网站和专业数据库等多样化的知识来源，以严谨的态度筛选、分类和验证数据，确保信息准确。 2. 严格把控标注质量：根据项目需求为海量数据贴上精准的标签，建立严格的标注规则和验收机制，实时监控标注过程，发现问题并迅速解决，确保输出的高质量成果。 3. 精准构建知识库：将零散的数据编织成结构化的知识体系，打造一个全面、系统化的知识库体系。不断更新和完善知识库内容，保持前沿性并满足业务需求。 4. 高效制定标注标准：制定科学合理的标注标准和计划，明确每个阶段的目标与要求。建立高效的沟通机制，及时收集和解决标注过程中遇到的问题，推动流程的持续改进。 5. AI评测与标注前沿研究：与团队开展前沿研究，合作撰写、发表高水平论文，打造有影响力的体系化数据集评测集开源工作。优秀同学能够参与学术论文、开源数据集评测集署名，受邀参与团队主办的大模型评测论坛等高规格交流活动。
团队介绍 我们专注于大模型在 Agentic & Coding 领域的评测范式探索与高质量数据构建，不仅核心支撑 Qwen 系列等大模型业务的交付迭代，更致力于在前沿方向探索下一代评测与数据体系，坚持产业落地与前沿探索并重。团队在业界已建立起显著的技术影响力，主导及参与了包括 SWE-CI、QwenClawBench、Terminal-Bench-Pro、Let It Flow (ROME Model)、HLE-Verified、V-GameGym 等多项前沿研究与基准构建工作。 岗位职责方向（参与其中任一方向） 1. 复杂 Agentic 环境合成和 Infra 研究：负责复杂 Agentic 环境合成及评测集交付；设计并搭建统一的数字 Agent 评测基础设施，构建更加复杂的 Agent 环境基建。 2. 持续学习与记忆评测、长程任务评估：研究大模型持续学习机制，构建针对长周期记忆检索、经验复用及动态知识更新的评估框架，沉淀 Agent 自主学习与长效记忆评测集。 3. 世界模型评测与数据：搭建世界模型环境，评估模型对数字世界状态转移的理解和决策推演能力；交付世界模型评测集，以及状态推演与决策轨迹的高质量数据集。 4. Agent 失败模式与可解释性研究：深入 Agent 和模型架构层进行可解释性工作；研究 Agent 运行中间轨迹的自动化分析方法，定位模型失败根本原因，提供专业下探与诊断能力，指导模型定向优化。
团队介绍： 当AI进入下半场，AI评测与数据变得越来越专业，也越来越重要，甚至逐渐成为制约AI能力发展的关键。在此背景下，我们将与阿里巴巴集团各核心部门一起，围绕“高质量复杂物理推理评测集及数据合成算法研究”，日常工作包括：评测集设计，论文发表，Al数据合成算法，数据管理，AI测试，agent搭建，Al模型训练等，以评测驱动AI能力的快速迭代发展！ 岗位职责： 1. 多元数据深度分析：从零开始规划数据集的用途和框架，制定清晰且可执行的标准。深入书籍、期刊、报纸、网站和专业数据库等多样化的知识来源，以严谨的态度筛选、分类和验证数据，确保信息准确。 2. 严格把控标注质量：根据项目需求为海量数据贴上精准的标签，建立严格的标注规则和验收机制，实时监控标注过程，发现问题并迅速解决，确保输出的高质量成果。 3. 精准构建知识库：将零散的数据编织成结构化的知识体系，打造一个全面、系统化的知识库体系。不断更新和完善知识库内容，保持前沿性并满足业务需求。 4. 高效制定标注标准：制定科学合理的标注标准和计划，明确每个阶段的目标与要求。建立高效的沟通机制，及时收集和解决标注过程中遇到的问题，推动流程的持续改进。 5. AI评测与标注前沿研究：与团队开展前沿研究，合作撰写、发表高水平论文，打造有影响力的体系化数据集评测集开源工作。优秀同学能够参与学术论文、开源数据集评测集署名，受邀参与团队主办的大模型评测论坛等高规格交流活动。