多模态算法研究员

【岗位职责】 1. 负责视觉语言大模型（VLM）面向具身 / 人形机器人场景的算法设计、训练与迭代落地，将 VLM 能力应用于机器人环境感知、智能操作、人机交互等任务，打造能够理解物理世界并执行动作的视觉智能体。 2. 主导 VLM 后训练全链路研发，包括 SFT、偏好对齐、强化学习对齐（RLHF/PPO/GRPO 等）、奖励模型设计，从视觉理解、空间感知、指令跟随、物理常识等维度持续提升基座模型能力，搭建工业化后训练管线。 3. 攻坚 VLM 底层视觉感知能力，优化细粒度识别、空间理解、时序感知，探索 Visual Agent 等技术路线，提升模型对真实物理场景的推理与规划能力。 4. 参与 VLM 模型预训练、后训练、推理部署全流程工作，对接机器人硬件、机器人平台团队，完成模型在真实机器人系统上的适配、性能调优与高效部署，支撑机器人在复杂环境下的感知决策与行为生成。 5. 构建面向具身…… 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 21411 个北京岗位（全城各职能合计），其中 2446 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 ~ 19K（25~75 分位），中位约 9K，最低 1K、最高 300K。