{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高德-ABot-M具身操控大模型算法工程师/专家-视觉技术中心",
        "job_level": "专家",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": "硕士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "高德地图视觉技术中心（AMAP CV Lab）\n高德地图日均服务数亿用户，每日处理超百亿级位置与视觉数据。视觉技术中心是高德的核心技术引擎，视觉技术中心是高德的核心技术引擎，深耕空间智能、具身智能、世界模型等AGI前沿方向。我们的核心使命：以空间智能为锚点，打造物理世界的智能体操作系统 ABot。我们不做“刷榜模型”，而是打造能在开放世界中自主决策、安全执行、持续进化的智能体系统。你的研究，将直接改变数亿人的出行方式。\nGitHub 主页：https://github.com/amap-cvlab\n我们的优势：独一无二的“空间智能-场景-生态”三角\n● 空间智能深度：全栈覆盖三维重建、世界模型、多模态、具身导航、LLM/VLM/VLA/AI Agent，所有技术都服务于“让AI理解并作用于物理空间”。\n● 场景广度：亿级用户真实验证，从封闭测试到开放街道，技术必须经得起现实世界的“毒打”，空间智能不能只存在于实验室。\n● 生态高度：清华大学、北京大学、港科、中科院等深度合作，主导开源标准，你不是孤军奋战，而是站在全球空间智能研究的前沿。\n我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。\n岗位职责：\n1、研发下一代 ABot-M，探索 VLA/WAM、多模态生成与理解、跨本体动作表示。\n2、统一世界建模、动作预测与价值判断，提升长时序、精细操作、移动操作和双臂任务能力。\n3、建设机器人数据引擎，完成清洗、动作统一、混合训练、合成数据与真机数据闭环。\n4、推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练。\n5、打通训练、评测、仿真和真机部署，把算法转化为真实产品与行业影响力。",
        "requirements_text": "1、在 VLA/WAM、机器人学习、视频/世界模型、多模态大模型、强化学习、3D 视觉或控制中至少有两个方向的深度积累。\n2、能亲手完成模型设计、训练、调试与实验闭环，熟悉 PyTorch 和大规模训练。\n3、重视数据质量、评测可信度和真机成功率，能从失败案例定位系统问题。\n4、对 Physical AGI 有长期信念，兼具原创判断与工程落地能力。\n加分项：\n1、在模型、系统、开源项目或真实机器人产品中做出过可验证的关键贡献。\n2、能够综合模型、数据、算力和真机约束，形成清晰、可迭代的技术方案。\n3、乐于与研究、工程、硬件和产品团队协作，共同解决复杂问题。",
        "skills": [AI生成
            "PyTorch",
            "强化学习",
            "团队协作",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：",
        "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=100015700002"
            }
        ]
    },
    "posting": {
        "posting_id": "100015700002",
        "post_date": "2026-09-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100015700002"
    },
    "fulltext": "高德-ABot-M具身操控大模型算法工程师/专家-视觉技术中心\n高德-ABot-M具身操控大模型算法工程师/专家-视觉技术中心\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高德地图视觉技术中心（AMAP CV Lab）\n高德地图日均服务数亿用户，每日处理超百亿级位置与视觉数据。视觉技术中心是高德的核心技术引擎，视觉技术中心是高德的核心技术引擎，深耕空间智能、具身智能、世界模型等AGI前沿方向。我们的核心使命：以空间智能为锚点，打造物理世界的智能体操作系统 ABot。我们不做“刷榜模型”，而是打造能在开放世界中自主决策、安全执行、持续进化的智能体系统。你的研究，将直接改变数亿人的出行方式。\nGitHub 主页：https://github.com/amap-cvlab\n我们的优势：独一无二的“空间智能-场景-生态”三角\n● 空间智能深度：全栈覆盖三维重建、世界模型、多模态、具身导航、LLM/VLM/VLA/AI Agent，所有技术都服务于“让AI理解并作用于物理空间”。\n● 场景广度：亿级用户真实验证，从封闭测试到开放街道，技术必须经得起现实世界的“毒打”，空间智能不能只存在于实验室。\n● 生态高度：清华大学、北京大学、港科、中科院等深度合作，主导开源标准，你不是孤军奋战，而是站在全球空间智能研究的前沿。\n我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。\n岗位职责：\n1、研发下一代 ABot-M，探索 VLA/WAM、多模态生成与理解、跨本体动作表示。\n2、统一世界建模、动作预测与价值判断，提升长时序、精细操作、移动操作和双臂任务能力。\n3、建设机器人数据引擎，完成清洗、动作统一、混合训练、合成数据与真机数据闭环。\n4、推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练。\n5、打通训练、评测、仿真和真机部署，把算法转化为真实产品与行业影响力。\n\n职位要求\n1、在 VLA/WAM、机器人学习、视频/世界模型、多模态大模型、强化学习、3D 视觉或控制中至少有两个方向的深度积累。\n2、能亲手完成模型设计、训练、调试与实验闭环，熟悉 PyTorch 和大规模训练。\n3、重视数据质量、评测可信度和真机成功率，能从失败案例定位系统问题。\n4、对 Physical AGI 有长期信念，兼具原创判断与工程落地能力。\n加分项：\n1、在模型、系统、开源项目或真实机器人产品中做出过可验证的关键贡献。\n2、能够综合模型、数据、算力和真机约束，形成清晰、可迭代的技术方案。\n3、乐于与研究、工程、硬件和产品团队协作，共同解决复杂问题。\n高德地图视觉技术中心（AMAP CV Lab）\n高德地图日均服务数亿用户，每日处理超百亿级位置与视觉数据。视觉技术中心是高德的核心技术引擎，视觉技术中心是高德的核心技术引擎，深耕空间智能、具身智能、世界模型等AGI前沿方向。我们的核心使命：以空间智能为锚点，打造物理世界的智能体操作系统 ABot。我们不做“刷榜模型”，而是打造能在开放世界中自主决策、安全执行、持续进化的智能体系统。你的研究，将直接改变数亿人的出行方式。\nGitHub 主页：https://github.com/amap-cvlab\n我们的优势：独一无二的“空间智能-场景-生态”三角\n● 空间智能深度：全栈覆盖三维重建、世界模型、多模态、具身导航、LLM/VLM/VLA/AI Agent，所有技术都服务于“让AI理解并作用于物理空间”。\n● 场景广度：亿级用户真实验证，从封闭测试到开放街道，技术必须经得起现实世界的“毒打”，空间智能不能只存在于实验室。\n● 生态高度：清华大学、北京大学、港科、中科院等深度合作，主导开源标准，你不是孤军奋战，而是站在全球空间智能研究的前沿。\n我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。\n岗位职责：\n1、研发下一代 ABot-M，探索 VLA/WAM、多模态生成与理解、跨本体动作表示。\n2、统一世界建模、动作预测与价值判断，提升长时序、精细操作、移动操作和双臂任务能力。\n3、建设机器人数据引擎，完成清洗、动作统一、混合训练、合成数据与真机数据闭环。\n4、推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练。\n5、打通训练、评测、仿真和真机部署，把算法转化为真实产品与行业影响力。\n1、在 VLA/WAM、机器人学习、视频/世界模型、多模态大模型、强化学习、3D 视觉或控制中至少有两个方向的深度积累。\n2、能亲手完成模型设计、训练、调试与实验闭环，熟悉 PyTorch 和大规模训练。\n3、重视数据质量、评测可信度和真机成功率，能从失败案例定位系统问题。\n4、对 Physical AGI 有长期信念，兼具原创判断与工程落地能力。\n加分项：\n1、在模型、系统、开源项目或真实机器人产品中做出过可验证的关键贡献。\n2、能够综合模型、数据、算力和真机约束，形成清晰、可迭代的技术方案。\n3、乐于与研究、工程、硬件和产品团队协作，共同解决复杂问题。",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}