VLA（Vision-Language-Action）模型算法研究员

【岗位职责】 岗位描述 构建具备真实场景理解与行动能力的 VLA 大模型，使机器人能够通过语言指令执行稳定可靠的动作任务。 负责从VLA预训练、后训练和真机强化学习等全链路研发。 --- 工作内容 - 部署和测试GR00T系列，PI系列等社区开源 VLA 模型并完成 baseline 复现； - 针对搬运任务构建视-语-动作三模态训练数据，包括自动标注、策略蒸馏、数据清洗、真机采集等过程； - 训练针对搬运任务的通用VLA模型，包括预训练、后训练和强化学习优化等部分； - 在宇树人形机器人上验证 VLA 模型的实际效果，以及zero-shot / few-shot 执行能力； - 探索新的 VLA 架构，提出适配搬运任务的可长期优化的版本（长时序、复杂动力学、多步骤任务等）。 【任职要求】 岗位要求 - 熟悉任意一种多模态模型； - 熟悉 PyTorch 训练流程，有模型微调与推理优化…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 9346 个北京岗位（全城各职能合计），其中 2257 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 5.5K ~ 15K（25~75 分位），中位约 9K，最低 2K、最高 300K。