通义通义实验室-具身智能大模型与机器人工程专家-北京/杭州
任职要求
1. 计算机、自动化、机器人等相关专业本科及以上学历。 2. 熟悉机器人系统架构（感知一规划—控制）或具身大模型工程体系。 3. 熟练掌握C++/Python，具备扎实的工程实现能力。 4. 具备至少以下任意两类经验： （1）机器人系统工程或应用开发。 （2）多模态/具身数据采集与数据工程。 （3）大模型训练、推理优化、系统加速。 （4）端侧模型部署、量化、编…
工作职责
工程岗位的职责包括以下至少一个或多个方向： 1. 具身机器人应用解决方案研发 （1）参与多模态/具身智能机器人在真实场景中的应用方案设计、系统集成与验证。 （2）搭建端到端具身机器人任务pipeline，包括感知、理解、规划、控制、执行等模块的工程化实现。 （3）推动具身智能大模型能力在机器人实际任务中的落地优化（如操作、导航、交互等）。 2. 具身大模型数据采集与处理 （1）负责机器人数据采集系统搭建，包括传感器标定、采集流程、数据质量控制与自动化工具链。 （2）建设具身大模型训练数据pipeline：数据清洗、切分、标注、同步、增强、格式转换等工程化流程。 （3）参与构建多模态数据集（视频、RGB-D、触觉、关节状态、语言指令等）。 3. 具身大模型云端训练与推理优化 （1）基于GPU/加速器的训练平台优化具身大模型训练性能（并行策略、数据流优化、算子优化）。 （2）负责推理引擎优化，包括模型裁剪、编译器优化、图优化、缓存管理、多线程并发调度等。 （3） 参与构建具身智能模型的训练与推理服务基础设施（MLOps、分布式训练、数据版本管理等）。 4. 端侧模型量化部署与优化 （1）主导端侧模型的压缩、量化（INT8/FP8/混合精度等）、剪枝、蒸馏等部署优化工作。 （2）熟悉ONNXRuntime、TensorRT、TFLite、NPU/DSP编译工具链，进行端侧加加速与算子调优。 （3）推动具身大模型在机器人嵌入式/边缘计算平台上的高效部署。 5. 机器人操作系统与系统优化 （1）优化机器人操作系统（ROS2、RTOS、Linux）性能，包括实时性、通信延迟、资源调度、驱动层稳定性等。 （2）推动机器人软硬件协同优化，包括传感器驱动、控制链路优化、系统级profiling/debugging。 （3）支撑机器人任务的稳定运行与系统级可靠性优化。
1. 具身智能大模型研究与优化 (1) 研究和构建具身智能大模型（Embodied Foundation Models）与机器人大脑。 (2) 探索语言、视觉、动作等多模态融合机制（VLM / VLA / VLA-Agent）。 (3) 优化模型的长时记忆、推理能力与可泛化性。 2. 机器人智能算法研发 (1) 设计和实现机器人多模态感知、导航、操作、交互等核心算法模块。 (2) 推进大模型驱动的机器人任务规划与决策。 (3) 基于模拟器与真实世界数据，进行大规模对齐与强化学习（Sim2Real, RLHF, Imitation Learning）。 3. 系统落地与协同研发 (1) 与硬件与系统团队协作，推动模型算法在真实机器人平台上的部署与性能调优。 (2) 支撑具身智能大模型的云端训练体系、数据闭环与MLOps工程。 (3) 发表高水平论文或申请相关专利，推动业界与学界前沿研究。
1.技术与系统架构：负责具身智能与机器人系统的整体架构设计，并主导机器人平台化（硬件模块、控制栈、感知栈）与大模型平台化（数据、训练、推理）的统一设计。 2.具身智能大模型工程：建设数据体系，协同科研模型算法团队推进具身大模型训练，协同、调用云平台搭建面向具身场景的大规模训练与分布式基础设施。 3.端侧模型推理部署：负责将具身智能模型在机器人端侧部署，并结合机器人计算资源进行软硬件协同优化。 4.机器人系统落地与工程交付：主导机器人在各类场景的落地与项目交付；负责从需求拆解、系统集成、工程实现、测试验证到交付运营的全流程工程管理；协调与供应链、ODM/OEM、硬件厂商的技术对接，以及机器人产业上下游的合作。 5.团队管理与跨部门协作：管理多学科工程团队，建立工程和研发流程（CI/CD、QA、仿真体系、回归测试、可靠性验证），并与产品、科研、算法、行业解决方案和 BD 团队紧密协作推进关键项目落地。
我们是谁？ 具身智能AI算法团队，致力于打造自主研发的机器人产品。我们正组建一支以AI技术为基石、汇聚多领域顶尖人才的全栈自研算法团队，目标是构建能够与物理世界交互、具备自主理解决策、自主行动的智能机器人 1、主导或深度参与VLA/LBM模型的架构设计、训练策略优化与多模态对齐机制研究，提升智能体在开放环境中的泛化与推理能力； 2、构建面向具身智能的空间计算系统，包括但不限于：3D场景理解、动态环境建模、跨模态空间表征学习、物理交互预测等； 3、探索基础感知技术（如多传感器融合、SLAM、NeRF、3D生成等）与大模型的深度融合，实现端到端的具身智能决策； 4、与机器人平台、仿真系统、产品团队紧密协作，推动算法在真实硬件或虚拟环境中的部署与验证； 5、跟踪并引领国际前沿进展，在顶级会议（如 NeurIPS, ICML, CVPR, ICLR, RSS, CoRL 等）发表高水平成果，构建技术壁垒。
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。