[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All JD.com jobs](https://jobs.opennash.com/companies/jd/) · [Search jobs](/search/)

JD.com · 北京市-北京市

# 物流世界视觉理解/生成基座大模型

北京市-北京市 

Listed on JD.com’s official careers site. Posted July 20, 2026. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=8750)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 物流世界视觉理解/生成基座大模型

## Job description

工作职责
- 设计并开发物流场景下的视觉基座大模型，确保模型能够准确理解和处理空间智能、细颗粒度视觉信息准确识别与理解及物流场景的常识问题。
- 研究和分析物流环境中的空间关系，优化模型以提高其在物体体积与容积识别、空间理解和场景动态交互理解中的表现。
- 将行业内的物流常识融入模型设计，确保模型能够理解和预测物流操作中的常见场景，例如货物堆叠、搬运和装卸等动作。
- 建设物流场景的仿真环境，实现物流世界垂域生成大模型，确保模型能够模拟和预测物体在物流环境中的行为，包括碰撞、重力影响和物体稳定性等。 任职要求
- 获得本科及以上学历，计算机、人工智能、自动化、数学、物理、机器人、运筹、工程等相关专业；
- 熟悉Python编程，掌握PyTorch/TensorFlow基础操作，了解Transformer架构原理。熟悉大模型的并行处理和分布式训练技术
- 有CV项目经验（如课程设计、竞赛、、熟悉Linux开发环境或分布式训练工具者优先。
- 有视频理解多模态大模型预训练或者微调经验优先
- 有物理世界生成模型预训练或者微调经验优先

## At a glance
- Posted by the employer: Jul 20, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 91 days
- Location: 北京市-北京市[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=8750)

## More jobs at JD.com

### [3D医疗影像多模态基础大模型研究](https://jobs.opennash.com/companies/jd/jobs/31cea141d3ff4222fc49/)

北京市-北京市

### [3D可控生成与空间智能多模态研究](https://jobs.opennash.com/companies/jd/jobs/9264cfdaab33cfb45f96/)

北京市-北京市

### [AI多模态存储与向量化计算探索研究](https://jobs.opennash.com/companies/jd/jobs/e91a2f3f9d7be9a91867/)

北京市-北京市

### [CodeAI代码大模型全链路与推理优化](https://jobs.opennash.com/companies/jd/jobs/234f9df632b03e4bec55/)

北京市-北京市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)
