理想汽车【基座模型"理想星"顶尖实习】具身智能算法实习（北京）
任职要求
任职要求（顶尖研究型人才专属） 一、核心背景要求 1. 学历：国内外顶尖高校计算机、自动化、机器人、人工智能、数学等相关专业硕士/博士在读，优秀本科直博生可破格考虑； 2. 学术能力：具备顶级科研素养与原创研究能力，逻辑思维缜密，科研执行力极强，能独立完成完整科研闭环。 二、硬核科研经历（满足其一即可，多项优先） 1. 以第一作者/核心作者身份在具身智能/机器人学习/计算机视觉/机器学习领域顶会（RSS、ICRA、IROS、CVPR、ICML、NeurIPS、ICCV、ECCV等）发表或录用论文； 2. 深度参与过知名高校实验室、顶尖AI研究院具身智能相关前沿研究，有完整的课题研究与成果产出经历； 3…
工作职责
岗位职责 1. 聚焦具身智能核心方向（多模态具身大模型VLA、世界模型、具身强化学习/模仿学习、机器人操作与运动规划、具身仿真、人机交互），开展原创性、突破性学术研究，攻克领域关键技术瓶颈； 2. 独立负责细分研究课题的方案设计、算法研发、实验验证与结果迭代，完成高质量科研实验，形成可落地的技术方案与学术成果； 3. 跟踪领域顶会顶刊最新研究进展，梳理技术路线，参与团队学术研讨，提出创新性研究思路与技术改进方向； 4. 参与具身智能算法在仿真平台与实体机器人上的部署、调试与闭环验证，推动研究成果从理论走向实际应用；
加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"想象力"。真正 scalable 的智能体，必须能在脑子里模拟世界。我们在做的事情是： 构建时空一致的占用/语义/动力学世界建模能力（Diffusion、DiT、3D Occupancy、NeRF/GS 等） 开发可控的学习式仿真系统，实现场景合成与干预式评测 打通 real → sim → real 闭环，让仿真真正服务于策略训练与验证
加入理想汽车，参与下一代跨本体自动驾驶与具身智能的基座方案从0到1的研发。我们的目标是：用一套统一的大脑架构，同时驱动汽车、人形机器人、仿生平台——让感知、语言、行动真正形成闭环，最终上真车、上实机。 工作职责： 这是"肌肉记忆"。有了世界模型，RL 才能真正 scale。我们在做的事情是： 面向自动驾驶与具身智能的 RL 算法研究（Model-based/Free、Online/Offline RL） 构建大规模分布式 RL 训练系统 探索模仿学习、逆强化学习、Scalable Oversight 等提升策略泛化的方法 与世界模型团队深度协作，完成 sim2real 迁移
在这里，智能体不只停留于文本对话，更具备全感官（听觉、视觉）的感知能力。我们的目标是构建能连接数字世界和物理世界、具备长程规划能力、并能实现自我闭环进化的下一代多模态智能体模型： 设计并实现面向 Agent 的大规模强化学习算法，重点解决Credit Assignment、Reward Desgin和Multi Agent RL等算法问题 设计面向复杂、长程任务Agent harness以及数据合成方法，在中训练、SFT和RL中验证Data Scaling Law，优化训练策略 研发具备自主记忆与自主技能发现能力的智能体模型，探索智能体在环境交互中自我更新、自我进化的新范式，打造可扩展的“终身学习”智能体优化方法。