小鹏汽车多模态大模型算法工程师（人形机器人方向）
任职要求
1、计算机科学、人工智能、自然语言处理等相关领域的硕士，博士优先，精通Python编程语言，熟悉TensorFlow、PyTorch等深度学习框架; 2、熟悉Transformer、BERT、GPT等模型，熟悉预训练和后训练流程，具有相关的工作经验，有实际的大模型训练和优化经验； 3、有ACT、MT-ACT、RT1、RT2、Diffusion Policy等算法相关研究背景经验者优先； 4、在相关领域有影响力的Paper，有互联网或科技公司高阶技术岗位任职经历者优先。 4、具有良好的团队合作能力和沟通能力。 加分项： 1. 熟悉强化学习算法； 2. 在ICML、ICLR、CVPR、RSS、ICRA等顶会上发表过相关论文。
工作职责
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；
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；
- 负责多模态大模型（VLM: Vision-Language Model / VLA: Vision-Language-Action Model）在人形机器人中的算法设计与开发，将VLM/VLA 应用于人形机器人的智能操作与人机交互任务； - 参与大模型的预训练、后训练（SFT + RL）及部署工作，支持机器人在复杂环境下的感知与行为能力； - 与机器人平台团队、硬件团队紧密协作，实现模型在实际机器人系统中的高效运行； - 跟踪前沿研究，推动新技术在产品中的落地应用。
【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能（AI）、控制、机械与系统工程，打造能感知、理解、操作并能和现实世界进行交互的下一代机器人。 【关于团队】该部门承担前沿智能方法的预研工作，专注于实现机器人三大核心智能能力：自主移动（导航）、灵巧操作和人机交互。我们深入布局大语言模型（LLM）、多模态视觉语言模型（VLM）和视觉语言行动模型（VLA），实现全流程自研，推动机器人从感知到决策的全面智能化落地。团队成员遍布深圳、上海和美国硅谷，聚集了世界一流的科研与工程人才，致力于将大模型技术真正落地到复杂、动态的物理环境中。在这里，你将：与来自 AI、机器人硬件、控制等领域的优秀工程师合作；参与推动 LLM/VLM/VLA 与机器人智能体的融合；构建能够自主学习与进化的“具身智能体”。 - 负责多模态大模型（VLM: Vision-Language Model / VLA: Vision-Language-Action Model）在人形机器人中的算法设计与开发，将VLM/VLA 应用于人形机器人的智能操作与人机交互任务； - 参与大模型的预训练、后训练（SFT + RL）及部署工作，支持机器人在复杂环境下的感知与行为能力； - 与机器人平台团队、硬件团队紧密协作，实现模型在实际机器人系统中的高效运行； - 跟踪前沿研究，推动新技术在产品中的落地应用。
岗位职责 1.研发具身智能认知架构（VLM/VLA/VLN），实现多模态指令理解与长周期任务规划、自主导航系统 2.设计强化学习（RL）/模仿学习（IL）决策框架，解决开放场景稀疏奖励问题 3.优化模型结构、提升计算效率（模型剪枝/量化），解决端侧部署挑战 4.主导仿真（Isaac Gym/MuJoCo）到真机（人形机器人/机械臂）的Sim2Real迁移