安克创新机器人平台仿真算法工程师（北京）

职位描述： 1.核心算法研发：参与机器人平台视觉与物理仿真系统的算法开发，包括但不限于基于3DGS的三维重建、生成式重建、逆渲染和相关物理仿真算法的设计和实现； 2.评测与优化：在仿真场景工作流中集成算法成果，对性能和真实度进行评测及优化，实现算法的迭代升级； 3.实际业务落地：基于Isaac Sim仿真平台开发，实现机器人运动/动力学建模，优化仿真系统性能，参与渲染引擎及其他研发团队密切协作，支持业务落地，解决实际场景的技术问题，共同推进平台能力研发； 4.前沿技术探索：关注计算机视觉、3D重建、生成式AI及物理世界模型相关领域最新的学术研究成果，并进行调研、验证和应用，推动公司在该领域的技术创新。

1. 负责 高保真仿真场景重建算法和工具开发; 2. 负责 仿真场景数字孪生建设和仿真场景泛化能力建设; 3. 负责 仿真环境Mesh渲染优化、Mesh自动化补全算法开发; 4. 负责 3D资产/场景自动化导入仿真平台，物理属性自动识别工具开发。 【课题名称】 仿真场景高精细度重建 【课题内容】 针对机器人的操作和导航场景, 开发高保真的仿真场景重建算法和工具链, 具体包含: 1. 仿真场景视觉高保真重建 2. 仿真资产物理属性自动还原 3. 资产自动化导入仿真平台, 自动化补全Mesh 4. 仿真环境Mesh渲染优化

1. 负责研究和开发多模态大模型，包括语言、图像、视频和3D模态的融合，图像生成/增强，视频动作/关系理解等； 2. 进行大模型的分布式训练、调优、验证和部署； 3. 跟踪最新的学术论文和技术发展，积极产出高水平的研究成果。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 在此基础上，我们致力于研究Qwen面向具身智能领域的下一代基础模型，将Qwen强大的认知与推理能力赋予物理世界的机器人智能体，打破数字世界与物理世界的壁垒。团队的目标是研发能够理解人类意图、感知物理环境、并自主规划执行复杂任务的通用具身基础模型。我们相信，通过融合前沿的多模态大模型与机器人技术，我们将开创通用人工智能的下一个篇章，让AI真正走进并服务于现实生活。 工作职责： 1. 具身基础模型研究：构建面向机器人的多模态基础模型，将视觉语言模型与机器人中心的物理世界理解与决策深度融合，构建具身领域的高质量的大规模真实与仿真数据集，设计并训练支持感知、动作、记忆、规划与语言理解统一的具身基础模型。 2. 测评基准建立：构建面向机器人多模态基础模型的能力基准，设计有效的测试基准，持续构建能反映基础模型在物理世界真实能力的高效测评系统。 3. 软硬件系统整合部署：构建机器人软硬件一体化系统，将算法部署在真实机器人平台（如机械臂、人形机器人）上，进行端到端的验证与迭代，推动研究成果的实际落地。