VLA算法工程师

Job description

负责视觉-语言-动作（VLA）算法研发

• 基于多模态大模型（如RT-2、PaLM-E、LLaVA-Action），构建端到端视觉-语言-动作统一框架，实现复杂指令理解与机器人自主执行。

设计多模态对齐与跨模态推理机制

• 融合视觉感知、自然语言指令与动作规划，支持细粒度语义解析、上下文感知决策与可解释行为生成。

推动仿真到真实迁移

• 在Unity、Isaac Gym等仿真平台构建VLA训练环境，结合真实机器人数据进行微调与部署，提升泛化能力与实时性。
• 跟进CVPR、ICML、NeurIPS等顶会前沿，探索VLA的可解释性、零样本迁移、主动学习与安全控制等方向，加速在工业质检、装配等场景落地。

任职资格

• 计算机、人工智能、自动化等相关专业硕士及以上学历；优秀本科生可放宽。
• 扎实掌握视觉-语言模型（LLaVA、Qwen-VL）、动作规划与多模态融合原理。熟练使用Python、PyTorch，熟悉HuggingFace、Transformers、ROS、RLlib等工具。有VLA、具身智能、机器人控制或多模态大模型项目经验者优先
• 具备优秀科研能力，能复现SOTA算法，有顶会论文或Kaggle/RoboCup竞赛经历者优先。
• 逻辑清晰，自驱力强，具备跨团队协作与工程化落地能力。