小米机器人具身智能算法研究实习生-2027届
任职要求
1.计算机/机器人相关专业硕士及以上学历，博士优先； 2.有视觉-触觉开发经验； 3.有使用mujoco/issaclab仿真环境的经验； 4.掌握但不限于强化学习、模仿学习、VLA等主流AI技术方向； 5.熟练掌握C/C+…
工作职责
1.基于人类数据的具身灵巧操作算法研究与开发； 2.视觉-触觉-本体多模态信息融合下的长序列双手灵巧抓取操作研究； 3. 灵巧手视触觉融合精细抓取系统； 4. 基于WAM的类人操作模型开发;
深度参与具身智能“感知-决策-行动”技术全链路的技术攻关，在以下一个或多个方向上进行深入研究： 1.感知与决策规划：提升多模态大模型在具身场景下的能力表现，包括在复杂动态环境中对物体位姿、状态、物理属性的精准理解，以及对复杂任务的任务推理与拆解能力。 2.行动与控制：基于真机示教数据以及海量互联网视频数据，训练机器人掌握高精度的操作技能。在机器人上研究并实践强化学习算法，优化机器人的动作策略，提升其在物理世界中的动作鲁棒性和技能泛化。 3.仿真与虚实迁移：参与构建高逼真度的物理仿真环境（如 Isaac Sim, SAPIEN 等），用于大规模、低成本地训练和验证具身智能算法。
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ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 1、面向多模态人机交互，研究多模态智能体、多模态推理规划、流式音视频对话模型等前沿技术，发表高水平论文和申请专利； 2、探索多模态大模型、强化学习算法、大模型Agent在机器人上的创新应用，参与具身智能算法和应用迭代。
1. 参与自动驾驶、机器人方向，研发前沿多模态语言大模型(VLM，VLA)相关算法，发表国际顶级论文。 2.参与多模态理解&3D生成式（3DGS,NeRF,VGGT）等算法、LLM/VLM/AIGC等方向的前沿技术，重点关注生成式、大语言模型和多模态模型Evaluation/SFT/Agent/数据合成技术等相关方向。 3. 参与WorldModel，空间智能，End2End，VLA等方向的研究。