主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "高德-具身大模型算法（VLA移动操控方向）-具身业务部",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "高德",
"company_industry": "数字地图 / 导航服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "高德提供电子地图和导航服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机视觉、机器人学、控制、自动化、计算机等相关专业 硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "高德具身智能AI算法团队，致力于打造自研机器人产品；我们计划打造一个以AI技术为基座，汇聚不同领域顶级专业人才的全栈自研算法团队，专注于前沿AI研究，构建可以与物理世界连接，具备自主理解、自主行动能力的智能体。\n1、负责面向真实机器人的具身智能算法研发，覆盖VLA全身操控大模型、多模态感知大模型、人机交互大模型等具身关键问题。需要能将算法落到仿真—真机闭环，并与硬件、数据团队协同推动功能落地；\n2、VLA全身操控大模型: 研发以 VLA + WBC为范式的移动操作联合大模型，面向室内外复杂场景，支撑长时序、多阶段、强约束的具身移动操作任务。操作能力需要解决数据构建与规模化采集、少样本/跨场景泛化与Sim2Real一致性优化等问题，在控制侧联合解决全身运动与操作协同约束、动态避障、平衡与抗扰、实时性与安全等问题，形成可评测、可实机稳定运行的端到端或分层式系统。",
"requirements_text": "1、计算机视觉、机器人学、控制、自动化、计算机等相关专业 硕士及以上学历，了解Robotics Learning相关方法，深入理解机器人运动学与动力学；\n2、具备基于VLA范式在机器人场景的研发经验，熟悉主流开源框架/方案，对桌面操作/移动操作等任务有深入具体理解，熟悉常见的操作数据采集方法，有数据管线搭建、数据处理、模型训练、微调、评测、部署调试等全流程经验；\n3、精通深度强化学习（PPO/SAC/DDPG/MAPPO）和模仿学习相关方法，熟悉IsaacLab/Mujoco等仿真环境，有大规模并行训练经验，熟悉策略蒸馏、课程学习等技术，了解Sim2Real常见手段；\n4、熟练掌握 ROS / ROS2，具备真机调试与现场问题解决经验。具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神；\n5、在CVPR/ECCV/ICRA/IROS/NeurIPS等顶会发表过运动控制相关论文者优先。",
"skills": [AI生成
"强化学习",
"计算机视觉",
"模型训练",
"团队协作",
"沟通能力",
"学习能力",
"分析能力"
],
"preferred_qualifications": "5、在CVPR/ECCV/ICRA/IROS/NeurIPS等顶会发表过运动控制相关论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.amap.com/off-campus/position-detail?positionId=100014460005"
}
]
},
"posting": {
"posting_id": "100014460005",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100014460005"
},
"fulltext": "高德-具身大模型算法（VLA移动操控方向）-具身业务部\n高德-具身大模型算法（VLA移动操控方向）-具身业务部\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京\n\n职位描述\n高德具身智能AI算法团队，致力于打造自研机器人产品；我们计划打造一个以AI技术为基座，汇聚不同领域顶级专业人才的全栈自研算法团队，专注于前沿AI研究，构建可以与物理世界连接，具备自主理解、自主行动能力的智能体。\n1、负责面向真实机器人的具身智能算法研发，覆盖VLA全身操控大模型、多模态感知大模型、人机交互大模型等具身关键问题。需要能将算法落到仿真—真机闭环，并与硬件、数据团队协同推动功能落地；\n2、VLA全身操控大模型: 研发以 VLA + WBC为范式的移动操作联合大模型，面向室内外复杂场景，支撑长时序、多阶段、强约束的具身移动操作任务。操作能力需要解决数据构建与规模化采集、少样本/跨场景泛化与Sim2Real一致性优化等问题，在控制侧联合解决全身运动与操作协同约束、动态避障、平衡与抗扰、实时性与安全等问题，形成可评测、可实机稳定运行的端到端或分层式系统。\n\n职位要求\n1、计算机视觉、机器人学、控制、自动化、计算机等相关专业 硕士及以上学历，了解Robotics Learning相关方法，深入理解机器人运动学与动力学；\n2、具备基于VLA范式在机器人场景的研发经验，熟悉主流开源框架/方案，对桌面操作/移动操作等任务有深入具体理解，熟悉常见的操作数据采集方法，有数据管线搭建、数据处理、模型训练、微调、评测、部署调试等全流程经验；\n3、精通深度强化学习（PPO/SAC/DDPG/MAPPO）和模仿学习相关方法，熟悉IsaacLab/Mujoco等仿真环境，有大规模并行训练经验，熟悉策略蒸馏、课程学习等技术，了解Sim2Real常见手段；\n4、熟练掌握 ROS / ROS2，具备真机调试与现场问题解决经验。具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神；\n5、在CVPR/ECCV/ICRA/IROS/NeurIPS等顶会发表过运动控制相关论文者优先。\n高德具身智能AI算法团队，致力于打造自研机器人产品；我们计划打造一个以AI技术为基座，汇聚不同领域顶级专业人才的全栈自研算法团队，专注于前沿AI研究，构建可以与物理世界连接，具备自主理解、自主行动能力的智能体。\n1、负责面向真实机器人的具身智能算法研发，覆盖VLA全身操控大模型、多模态感知大模型、人机交互大模型等具身关键问题。需要能将算法落到仿真—真机闭环，并与硬件、数据团队协同推动功能落地；\n2、VLA全身操控大模型: 研发以 VLA + WBC为范式的移动操作联合大模型，面向室内外复杂场景，支撑长时序、多阶段、强约束的具身移动操作任务。操作能力需要解决数据构建与规模化采集、少样本/跨场景泛化与Sim2Real一致性优化等问题，在控制侧联合解决全身运动与操作协同约束、动态避障、平衡与抗扰、实时性与安全等问题，形成可评测、可实机稳定运行的端到端或分层式系统。\n1、计算机视觉、机器人学、控制、自动化、计算机等相关专业 硕士及以上学历，了解Robotics Learning相关方法，深入理解机器人运动学与动力学；\n2、具备基于VLA范式在机器人场景的研发经验，熟悉主流开源框架/方案，对桌面操作/移动操作等任务有深入具体理解，熟悉常见的操作数据采集方法，有数据管线搭建、数据处理、模型训练、微调、评测、部署调试等全流程经验；\n3、精通深度强化学习（PPO/SAC/DDPG/MAPPO）和模仿学习相关方法，熟悉IsaacLab/Mujoco等仿真环境，有大规模并行训练经验，熟悉策略蒸馏、课程学习等技术，了解Sim2Real常见手段；\n4、熟练掌握 ROS / ROS2，具备真机调试与现场问题解决经验。具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神；\n5、在CVPR/ECCV/ICRA/IROS/NeurIPS等顶会发表过运动控制相关论文者优先。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}