荣耀物理世界模型算法工程师（机器人方向）
社招全职3年以上研发类地点：北京 | 上海 | 深圳状态：招聘
任职要求
1、硕士及以上学历，计算机/机器人/自动化相关专业； 2、3年以上世界模型构建项目经验，熟悉PyTorch/TensorFlow框架； 3、至少在以下一个领域有深入研究： • 强化学习（PPO/SAC等算法） • 视频生成（Diffusion/Transformer模型） • 物理仿真引擎（Isaac Sim/Unity/Mujoco） • 有机器人操作系统（ROS/ROS2）实际开发经验 4、满足以下条件者优先： • 在NeurIPS/ICML/ICLR等顶会发表过相关论文 • 具身智能系统落地经验（机械臂/无人车/人形机器人） • 参与过OpenAI/DeepMind等机构的世界模型项目 • GitHub有千星以上开源项目贡献
工作职责
1、负责机器人场景下的世界模型算法研发，构建能准确预测物理世界状态演变的AI系统； 2、开发基于强化学习的动态环境建模技术，实现机器人在复杂场景中的自主决策能力； 3、探索视频生成技术在环境模拟中的应用，构建高保真度的虚拟训练环境； 4、设计具身智能系统架构，实现AI模型与机器人本体的高效协同； 5、搭建工业级仿真测试平台，支持大规模并行化的模型训练与验证。
包括英文材料
学历+
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
Unity+
https://www.youtube.com/watch?v=XtQMytORBmM
Unity is an amazingly powerful game engine - but it can be hard to learn. Especially if you find tutorials hard to follow and prefer to learn by doing. If that sounds like you then this tutorial will get you acquainted with the basics - and then give you some goals to learn the rest by yourself.
ROS+
https://www.youtube.com/watch?v=92Zz5nnd41c&list=PLk51HrKSBQ8-jTgD0qgRp1vmQeVSJ5SQC
https://www.youtube.com/watch?v=HJAE5Pk8Nyw
Ready to learn ROS2 and take your robotics skills to the next level?
https://www.youtube.com/watch?v=MWKnMPX0Yjg&list=PLU9tksFlQRircAdEplrH9NMm4WtSA8yzi
Do you want to know more about ROS the Robot Operating System?
NeurIPS+
https://neurips.cc/
ICML+
https://icml.cc/
ICLR+
https://iclr.cc/
GitHub+
[英文] GitHub Learn
https://learn.github.com/
Discover a wide range of beginner-friendly tutorials, hands-on learning, and expert-led lessons.
相关职位
社招
1. 开发通用型具身算法并应用于人形机器人场景任务，具备物体泛化、任务泛化、场景泛化能力； 2. 研究多模态具身大模型，具备视觉、触觉、语言感知和决策能力，控制机器人完成开放世界的物理交互；
更新于 2025-04-28
校招
1. 开发通用型具身算法并应用于人形机器人场景任务，具备物体泛化、任务泛化、场景泛化能力； 2. 研究多模态具身大模型，具备视觉、触觉、语言感知和决策能力，控制机器人完成开放世界的物理交互；
更新于 2025-04-28
校招算法
“理想+”是理想汽车面向全球招募优秀AI技术人才的校园招聘计划，涵盖大模型、AIGC、算法部署、推理加速、AI芯片研发等领域方向。理想汽车2023年实现千亿营收、百亿盈利。经过9年的发展，截至2024年6月理想汽车累计交付已突破80万辆。海量的用户规模和持续的盈利能力将支持理想汽车不断扩大在AI前沿技术领域的研发投入，保持从电动化到智能化的持续领先，把握时代机遇，成为全球领先的人工智能企业。 我们期待你的加入，与理想汽车一起成长、分享收获。通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 本岗位的主要工作内容为： 1. 负责语音合成、音乐生成、数字人、多模态生成等生成式算法研发，及相关技术在智能空间中的应用落地； 2. 探索AIGC在智能空间场景下的新技术形态和应用，在多模态、数字人方向进行业务创新。
社招3年以上
1. 负责研究和开发适合机器人的多模态大模型算法，包括但不限于语言、图像、视频、点云等模态，应用于机器人环境感知、决策、规划控制等领域 2. 负责多模态大模型算法设计、开发以及验证，通过仿真和数据闭环等方式控制和量化算法迭代效果 3. 通过研发世界模型、生成式模型，搭建闭环渲染系统，辅助端到端模型的训练 4. 深入调研前沿算法，探索前沿算法在具体场景中落地的可能性
更新于 2025-03-06