职位概述

你将负责通用具身基础模型的全周期评测、领域适配与性能优化，包括 VLA 模型和端到端策略模型，并推动它们从训练完成走向真实世界部署。你所优化的基础模型不仅将支撑机器人的认知、感知、推理与规划能力，也将面向全身控制（WBC），帮助机器人实现协调、稳定且符合物理约束的运动。在这个岗位上，你将围绕仿真与实体机器人构建统一评测框架，推进后训练与微调研究，并主导架构 Physical AI Harness：一套标准化的真实机器人评测基础设施、自动化测试框架与安全护栏系统。你将直面 Sim2Real 迁移、跨本体适配、长时程任务鲁棒性、WBC 可靠性以及物理世界安全部署等关键挑战，直接提升机器人在真实场景中的任务成功率、泛化能力与可靠性。

工作职责

• 评测框架与基准体系：面向仿真和真实机器人环境，设计并工程化具身模型的综合评测框架。定义多维度指标，例如任务成功率、轨迹平滑性、碰撞率、物理一致性以及长时程推理准确率。建设自动化基准测试平台和标准化评测套件。

• 后训练与领域适配：主导通用 VLA 与策略模型的领域适配，开发监督微调、强化学习微调、偏好对齐和课程学习策略，将通用模型能力高效迁移到具体任务、机器人本体以及全身控制场景中。

• Physical AI Harness 架构与运营：设计并构建 Physical AI Harness，形成标准化真实机器人测试基础设施，覆盖多场景评测测试台、自动化任务编排、执行框架以及快速跨本体适配接口。建立物理世界评测所需的安全约束与回退机制，包括异常检测、碰撞避免、力限保护和紧急停止策略。构建真实机器人 A/B 测试和持续评测流水线，支持模型版本的回归测试、性能漂移监测和部署决策。

• 跨本体与 Sim2Real 优化：开发跨本体微调方法，解决不同机器人之间动作空间异构和观测空间不一致的问题。诊断并缩小 Sim2Real 差距，利用 Physical AI Harness 进行系统化真实机器人验证，量化并降低模型从仿真到实体部署过程中的性能衰减。

• 模型诊断与闭环优化：构建诊断工具，分解模型在感知、推理、规划、执行和全身控制方面的能力。与数据团队协作，提升后训练数据质量与数据混合策略，形成覆盖仿真和真实机器人的“评测—诊断—微调—验证—再评测”闭环。

• 部署协作与前沿研究：将 Physical AI Harness 的评测结果转化为部署策略，包括模型量化、推理加速、回退机制以及动态安全边界调整。跟踪并融合世界模型、在线强化学习和物理一致性验证等前沿方法，提升机器人在动态开放环境中的鲁棒性与适应性。

任职要求

• 教育背景：机器人、计算机科学、人工智能或相关领域硕士或博士学位。

• 研发经验：在深度学习、大模型训练和模型部署方面拥有经过验证的经验；具身智能或机器人方向经验优先。

• 核心技术能力：

o 深入理解 VLA、Diffusion Policy、基于 Transformer 的策略网络以及面向全身控制的基础模型方法，熟悉其训练动态、微调机制与推理部署流程；

o 具备大模型后训练经验，包括 SFT、RLHF、DPO 和 PPO，并能够将相关方法创造性地适配到连续动作空间的机器人策略生成中；

o 具有设计和构建 Physical AI Harness 或真实机器人评测基础设施的经验，熟悉 ISO/TS 15066 等机器人安全标准、力控安全机制、紧急停止系统和异常回退策略；

o 熟悉 Isaac Sim/Gym、MuJoCo、Gazebo 等主流机器人仿真平台以及真实机器人部署流水线，具备 Sim2Real 调优和物理世界评测经验；

o 具备专家级 PyTorch 能力，熟悉 DeepSpeed、FSDP 或 Megatron 等大规模分布式训练框架以及推理优化。

• 系统思维与协作：具备强系统思维和跨职能协作能力，能够连接数据、模型、硬件和安全团队，形成端到端优化闭环。

• 问题解决能力：具备出色的分析、实验和问题解决能力，能够处理真实场景中复杂且开放的具身智能与机器人挑战。

• 动手能力：能够在实体机器人平台上实现、测试和部署具身 AI 模型，覆盖数据采集、标注、模型训练、评测、验证以及全身控制集成。

• 沟通能力：具备优秀的书面和口头沟通能力，能够清晰解释复杂技术概念、发表研究成果，并与多学科团队高效协作。

• 热情：对推进多功能机器人的具身智能充满热情，并致力于将研究成果转化为可衡量的真实世界影响。

加分项

• 在 CoRL、RSS、ICRA、IROS 等顶级机器人会议，或 NeurIPS、ICML 等机器学习会议发表过与模型评测、后训练、Physical AI 或策略学习相关的论文。

为什么加入我们？

• 影响力：塑造多功能机器人在复杂工业环境中感知、推理、规划并协调全身运动的方式，直接推动其自主性、可靠性和真实世界能力提升。

• 创新：参与具身基础模型、Physical AI、安全和先进机器人交叉领域的前沿研究，推动智能机器能力边界。

• 资源：使用先进计算基础设施、前沿机器人平台、丰富传感器套件以及专业技术团队资源。

• 文化：加入协作、开放、重视深度思考且支持创新的团队环境，鼓励具有雄心的研究想法。

• 成长：在快速发展且高影响力的领域中持续学习、实现专业成长并拓展职业发展空间。

准备好推动具身基础模型从评测走向安全的真实世界部署了吗？

如果你是一位专家级研究科学家，并对严谨的模型评测、后训练策略、Physical AI Harness 基础设施、全身控制以及多功能机器人的安全部署充满热情，我们诚邀你申请。请提交简历、求职信，并重点说明你在具身 AI、VLA 或端到端策略模型、全身控制、Sim2Real 验证和真实机器人部署方面的经验，同时附上作品集、论文或 GitHub 主页链接。