关于我们我们是一家专注于物理AI与具身智能的科技公司成立于2024年5月是全球领先的L4级自动驾驶上市公司港股美股双上市的全资子公司--1。公司以“AI定义产业未来”为使命在全球布局10余个AI数据中心拥有3000多名专业人员-7-。公司依托母公司十年 Physical AI 商业化落地经验以自研 WorldEngine 数据-模型一体化平台和生成式世界模型 GENESIS 为核心为具身智能研发、训练和商业化提供底层基础设施支撑-3。公司构建了“真实采集 × 生成式增强”的数据飞轮实现模型迭代效率提升10倍、数据成本降低50%-3。目前我们已与包括奔驰、NVIDIA在内的全球数百家行业领先企业建立合作共同加速通用具身智能的产业化落地-3-21。公司手握独家L4真实物理数据、自研GENESIS世界模型与VLA全套技术对内支撑整车智驾量产、对外服务头部机器人企业现金流稳定、算力资源充足卡位物理AI黄金赛道--3。目前具身研发团队10余人base地覆盖成都、广州、上海正处于快速扩张阶段。岗位信息岗位名称物理AI基础大模型算法工程师VLA方向工作地点上海市徐汇区 / 广州市海珠区薪资范围年薪45-75万15薪包餐招聘人数1人岗位职责在物理AI基础大模型的统一架构unified model下负责 VLA / Policy 模块的架构设计、训练与部署覆盖视觉编码、语言条件、动作生成的完整链路设计能跨任务、跨 embodiment 泛化的 VLA 模型参考业界主流路线PI0、RDT、OpenVLA、GROOT、Qwen-VLA 等在视觉编码、动作头、语言条件等关键设计点上做工程选型与改进负责大规模分布式训练多机多卡设计 SFT RL 的完整 post-training pipeline研究并实现具身 RL 算法GRPO、DAPO、Flow Matching RL 等处理 reward sparsity、长 horizon 训练稳定性等核心问题设计跨 embodiment 的统一动作表征与适配方案支持机械臂、人形、灵巧手、移动底盘等不同形态的快速接入覆盖动作空间异构、控制频率差异、少样本适配等问题推动推理加速与真机部署将 VLA 模型压缩到边缘硬件可跑、端到端延迟 200ms涉及量化、KV cache 优化、action chunking、推理引擎对接等工作建立“训练→真机部署→收集 badcase→重训”的闭环迭代机制解决真机部署中的泛化与稳定性问题任职要求基础条件计算机、人工智能、机器人或相关专业硕士及以上学历1-3年VLA视觉-语言-动作模型训练、真机部署经验3年优秀者亦可考虑精通 Python 和 PyTorch有大规模分布式训练经验DeepSpeed / Megatron / FSDP 等至少一种对 VLA / VLM 架构PI0、OpenVLA、RDT、GROOT、Qwen-VLA 等有深入理解能讲清楚视觉编码、动作头设计、语言条件注入等关键选型的 trade-off有 RLPPO / GRPO / DAPO或 ILBC / Diffusion Policy在仿真或真机环境中的完整训练经验熟悉模型推理优化量化、剪枝、TensorRT / vLLM或 CUDA 算子开发能独立阅读并复现 VLA / RL 领域的顶会论文加分项有 VLA 模型从训练到真机部署的完整经验理解仿真表现好、真机失效的常见原因对 unified model 范式如 Transfusion、Show-o、Janus-Pro、Cosmos、RynnVLA 等 AR Generation 统一架构有理解或实践经验有 RLHF / DPO / Flow Matching RL 或机器人专用 RL 算法的实战经验有真实机器人机械臂、人形、灵巧手、移动机器人的部署经验熟悉 ROS / ROS2、机器人运动学/动力学在 NeurIPS / ICML / ICLR / CoRL / RSS / ICRA 等顶会发表过相关论文薪酬福利薪资综合定薪过往薪资 面试表现年薪45-75万年终15薪餐饮包餐工作时间早9晚6双休面试流程4轮线上面试需考算法代码我们希望你是什么样的工程师我们寻找的不是只会调参的工程师而是对 VLA 架构有深度理解、能从第一性原理出发做工程选型的技术人。你需要能讲清楚为什么这个模型用这种视觉编码方式动作头为什么要这样设计语言条件注入的 trade-off 是什么同时我们极度重视真机部署能力。模型在仿真里跑得再好到了真机上动不了就是零分。我们希望你有“训练→部署→发现问题→迭代”的完整闭环经验理解仿真与真机之间的鸿沟在哪里。欢迎交流。