安克创新具身智能数据与VLA 实习生
任职要求
1.硕士及以上学历在读，计算机、人工智能、机器人、自动化等相关专业，2026 年及以后毕业优先 2.熟悉 Python 编程，具备良好的工程能力与代码规范意识 3.熟悉 PyTorch 等深度学习框架，了解基础模型训练与数据处理流程 4.了解以下至少一个方向的核心技术：…
工作职责
岗位职责 参与具身智能 VLA（Vision-Language-Action）模型的数据体系建设，包括机器人操作数据采集、标注、清洗、质检与管理 负责多模态数据处理流程开发与维护，涵盖视觉、语言、动作、触觉等数据的组织与对齐 搭建和优化大规模机器人数据 pipeline，包括数据上传、存储、版本管理、预处理与训练集构建 参与 VLA 模型训练与迭代，包括数据格式设计、训练配置、效果评估与 benchmark 分析 安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1.跟踪前沿 VLA 与具身智能方向论文（如 RT-2、OpenVLA、Pi0、Diffusion Policy、ACT 等），完成数据流程或模型方案复现与实验对比 2.协助机器人数据平台与工程化系统建设，提升数据采集效率、数据一致性与训练稳定性 3.与算法、数据采集、机器人控制团队协作，推动具身智能数据闭环与模型迭代
1. 机器人模型资产与 URDF 工具链： * 维护人形机器人的 URDF/Xacro、运动学树、关节定义、关节限制和碰撞模型； * 建设机器人模型静态检查、真机一致性检查和回归测试工具； * 开发自动化或半自动化的 URDF 参数修正工具； * 将修正结果以配置文件或版本化模型的方式发布，支持审核、对比、回滚和批量部署。 2. 在线标定检查与受控修正： * 建设人形机器人上电、采集前及运行过程中的标定健康检查能力； * 对手眼标定、多相机之间标定以及相机外参进行在线一致性检查； * 基于重投影误差、运动闭环误差、末端一致性误差等指标检测标定漂移； * 开发引导式或半自动化重标定流程； * 支持标定参数的受控更新、验证、版本记录和异常回滚； * 建立标定状态看板、告警机制和数据采集准入条件。
1. 数字孪生搭建：利用 Unity/Unreal Engine 或 Isaac Sim 搭建高保真的三维场景。 2. 数据管理：负责真实场景数据的采集、清洗、标注流程管理，建立高质量的数据集。 3. 自动化测试：开发 Python 自动化测试脚本，对算法版本进行回归测试与稳定性验证。
1、负责数据仿真平台的架构演进，将真实路采、仿真合成、生成重建转化为仿真场景库，与软硬件一起构建工具链支持算法模型训练和在环(SIL/ HIL)回归测试；负责具身智能仿真系统的设计、开发与优化，涵盖机器人仿真、交互式环境建模、任务生成、传感器仿真、动态行为建模仿真、仿真评测等关键技术；通过算法及工程化手段加速算法模型的迭代效率； 2、融合各类空间智能相关技术，对真实和虚拟世界快速建模，尤其在可交互复杂场景的构建方向，推动Real2Sim2Real领域内的关键技术研究； 3、结合传统仿真和生成式仿真的数据合成方案，构建全新的机器人场景下的数据范式，推动合成数据价值探索与应用落地； 4、探索端到端世界模拟器的能力探索，推动生成式AI与物理仿真引擎的深度结合，尤其在物理约束模拟等方向的关键技术研究。
1、负责数据验收与接收，建立数据接收标准及流程规范； 2、负责数据清洗与预处理，提升数据可用性和一致性； 3、负责数据质检管控，搭建质量评估体系，保障数据质量达标； 4、负责数据存储管理，规划数据存储架构及归档策略； 5、制定数据质量管理的全套标准体系，确保外包人员按标准执行； 6、负责外包人员的培训与质量监控，定期评估外包交付质量； 7、推动提升数据平台/标注平台自动化处理能力，持续提升数据处理质量。