得物具身机器人模型算法实习生
任职要求
职位要求 1. 计算机、数学、人工智能等相关专业硕士及以上学历，有具身智能领域背景者优先； 2. 熟悉多模态领域算法，熟悉Llava、QwenVL等基础VLM模型；熟悉OpenVLA、RT-2、Pi0、RDT等基础VLA模型；熟悉NLP领域算法，熟悉Ber…
工作职责
1. 参与多模态理解与生成大模型、VLA大模型所需的数据清洗和自动标注系统开发，确保各类型/模态数据的质量与多样性，探索高效的数据增强和数据合成方法； 2. 机器人领域大模型的数据采集设计、数据管理、数据质量评测 3. 机器人领域大模型的算法训练，保证模型在多任务、多机器本体的成功应用，机器人大模型训练统一框架的设计 4. 复现并优化主流具身智能范式：如 Diffusion Policy、RT-2、Octo、GR00T、π0、π0.5、πRL等； 5. 将训练好的VLA/VLN模型部署至真实机器人平台
我们致力于前沿机器人交互技术的研发，目标是打造能够精准理解人类意图、实现自然流畅人机协作的下一代机器人系统。在这里，您将有机会将最先进的计算机视觉与多模态大模型技术应用于真实的机器人场景，解决极具挑战性的问题，并见证您的算法如何改变人机交互的未来。 负责机器人交互中的核心意图识别算法的研发与迭代，技术方向包括但不限于：目标检测、多目标跟踪、人体/人脸关键点检测、手势识别、行为理解等。 探索并推动多模态大模型在机器人交互场景下的应用与落地，实现基于视觉、语音等多模态信息的深度意图理解。 负责将算法模型进行高效的优化、部署和集成，确保其在真实机器人平台上的性能和稳定性。 持续跟踪计算机视觉、多模态学习、机器人学等领域的最新学术进展，并将有潜力的技术转化为实际生产力。
1.负责理想汽车VLA模型方法研发和工程落地，包括但不限于视觉多模态理解、高级指令拆解及多模态policy预测; 2.负责设计高性能上限，具备量产能力的VLA模型算法，对包括但不限于diffusion、VLM等模型算法有实操经验； 3.开发高效离线训练框架，以及可实时运行的在线推理框架，优化模型推理性能，研发模型部署工具链和优化工具； 4.建立云端数据感知/决策联合标注Pipeline、数据挖掘机制以及难样本分析等工具链，通过数据闭环持续选代模型能力。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、参与构建机器人仿真数据生成链路及仿真环境，支持机器人大模型研发； 2、探索前沿仿真技术在具身数据生成、模型训练与模型评测的应用； 3、探索仿真内模型能力在现实机器人平台的部署与应用，推动实现模型能力迁移。
1. 负责研发基于机器人作业场景的重建/生成/编辑等功能 Modeling the 3D Physical World for Embodied AI. 2. 负责机器人仿真器环境部署、算法训练开发，算法真机部署，实现仿真算法Sim2Real的zero-short迁移。 3. 负责vlm,vla机器人基座大模型数据生产，模型训练，验证等。