Xiaomi · 北京
顶尖应届-具身大模型算法研究员-具身模型与应用部
Listed on Xiaomi ’s official careers site. Posted October 12, 2026. Check that it is still open and apply there.
Apply on Xiaomi ’s careers site →Job description
- 设计并实现 VLA / Embodied VLM / World Model 的训练目标、分布式训练方案与数据 recipe，融合互联网图文、视频、3D / 仿真、真机轨迹等多源数据；
- 设计并实现融合视频生成与动作控制的多模态大模型架构，探索大规模数据缩放定律，利用海量互联网视频数据及机器人采集数据，提升模型在零样本场景下的任务泛化能力；
- 研发基于 VLM 的端到端导航与具身 Agent 算法；
- 构建具身大模型的评测基准与真机闭环验证 pipeline；
- 跟踪并复现 SOTA 工作，与训练 / 推理 / 数据 / 硬件团队协同迭代
Qualifications
- CV / ML / 机器人 / AI 相关方向博士，或同等研究能力的硕士；
- 在 VLM / 多模态大模型 / 视频理解 / 3D 视觉 / VLN / Embodied Agent / RL / 视频生成 / 世界模型 任一方向有扎实基础；
- 至少在 CVPR / ICCV / ECCV / NeurIPS / ICML / ICLR / ACL / RSS / CoRL / ICRA / IROS 等顶会以一作发表过相关工作；
- 熟练 PyTorch，熟悉 Transformer、Diffusion、CLIP / SigLIP / Qwen-VL 等主流架构，具备分布式训练 / 大规模数据处理经验者优先；
- 系统思维强，对"什么是真正重要的具身问题"有自己的判断，能独立 own 一个研究方向，具备极强的自驱力，能够从 0 到 1 推动前沿技术在真实物理世界落地。