{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "具身智能大模型技术研究-阿里星",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里巴巴控股集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "电子商务 / 云计算 / 人工智能",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "近年来，大型模型（包括大型语言模型（LLMs）、视觉-语言模型（VLMs）和扩散模型（DMs））的突破性进展，为高级感知、抽象推理和生成建模带来了前所未有的能力。这些进步为赋予机器人更类人的智能和适应性提供了变革性机遇。尽管取得了显著进展，当前的具身智能大模型在现实世界部署时仍面临诸多限制。一个主要挑战是它们难以泛化到新任务、未见物体和动态环境。这通常源于缺乏固有的常识性判断和对物理世界的精确理解，而这些对于应对物理现实的不可预测性至关重要 。因此，开发新一代具身智能大模型，能够自主学习、适应并以人类水平的熟练度、安全性和多功能性执行复杂的开放世界操作任务。\n1. 围绕具身智能中的计算机视觉、机器人学、强化学习、自然语言等人工智能问题开展研究。\n2. 推动具身智能领域的技术落地，研究机械臂、轮式机器人、人形机器人等具身智能机器人的运动/感知/控制/规划/交互算法，包括但不限于具身机器人的物体操纵、移动抓取、移动导航等算法和三维物体或场景建模理解等算法，实现室内外复杂场景下具身智能机器人自主任务执行。\n3. 参与机器人领域相关多模态大模型的构建，负责具身机器人的复杂任务规划，主动环境感知理解与交互，技能学习与控制等前沿算法研究，研发具有感知-控制-规划能力的具身智能大模型。",
        "requirements_text": "1. 具有机器人的控制、规划、感知算法的研究经验，熟悉深度学习，计算机视觉，多模态算法，机器人决策规划控制领域的前沿研究。\n2. 极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言。\n3. 具备较强学习能力，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；对所在领域有热情，不惧困难与挑战，善于独立思考并反思总结。 \n4. 加分项： \n1）有ACM/NOI/IOI、Kaggle、国内外数学大赛、机器学习、深度学习相关竞赛获奖者优先。\n2）在国际知名期刊或会议（NeurIPS, ICML, ICLR，ICRA，IROS，CoRL，RSS，CVPR，ICCV，ECCV等）上发表过高水平论文者优先。\n3）有多轴机械臂、足式机器人等机器人平台算法研发及工程经验者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "机器学习",
            "深度学习",
            "计算机视觉",
            "沟通能力",
            "学习能力"
        ],
        "preferred_qualifications": "4. 加分项：；1）有ACM/NOI/IOI、Kaggle、国内外数学大赛、机器学习、深度学习相关竞赛获奖者优先；2）在国际知名期刊或会议（NeurIPS, ICML, ICLR，ICRA，IROS，CoRL，RSS，CVPR，ICCV，ECCV等）上发表过高水平论文者优先；3）有多轴机械臂、足式机器人等机器人平台算法研发及工程经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907820060?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907820060",
        "post_date": "2026-08-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907820060?deptCodes="
    },
    "fulltext": "具身智能大模型技术研究-阿里星\n具身智能大模型技术研究-阿里星\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：杭州\n\n职位描述\n近年来，大型模型（包括大型语言模型（LLMs）、视觉-语言模型（VLMs）和扩散模型（DMs））的突破性进展，为高级感知、抽象推理和生成建模带来了前所未有的能力。这些进步为赋予机器人更类人的智能和适应性提供了变革性机遇。尽管取得了显著进展，当前的具身智能大模型在现实世界部署时仍面临诸多限制。一个主要挑战是它们难以泛化到新任务、未见物体和动态环境。这通常源于缺乏固有的常识性判断和对物理世界的精确理解，而这些对于应对物理现实的不可预测性至关重要 。因此，开发新一代具身智能大模型，能够自主学习、适应并以人类水平的熟练度、安全性和多功能性执行复杂的开放世界操作任务。\n1. 围绕具身智能中的计算机视觉、机器人学、强化学习、自然语言等人工智能问题开展研究。\n2. 推动具身智能领域的技术落地，研究机械臂、轮式机器人、人形机器人等具身智能机器人的运动/感知/控制/规划/交互算法，包括但不限于具身机器人的物体操纵、移动抓取、移动导航等算法和三维物体或场景建模理解等算法，实现室内外复杂场景下具身智能机器人自主任务执行。\n3. 参与机器人领域相关多模态大模型的构建，负责具身机器人的复杂任务规划，主动环境感知理解与交互，技能学习与控制等前沿算法研究，研发具有感知-控制-规划能力的具身智能大模型。\n\n职位要求\n1. 具有机器人的控制、规划、感知算法的研究经验，熟悉深度学习，计算机视觉，多模态算法，机器人决策规划控制领域的前沿研究。\n2. 极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言。\n3. 具备较强学习能力，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；对所在领域有热情，不惧困难与挑战，善于独立思考并反思总结。 \n4. 加分项： \n1）有ACM/NOI/IOI、Kaggle、国内外数学大赛、机器学习、深度学习相关竞赛获奖者优先。\n2）在国际知名期刊或会议（NeurIPS, ICML, ICLR，ICRA，IROS，CoRL，RSS，CVPR，ICCV，ECCV等）上发表过高水平论文者优先。\n3）有多轴机械臂、足式机器人等机器人平台算法研发及工程经验者优先。\n\n在招业务\n阿里巴巴控股集团\n近年来，大型模型（包括大型语言模型（LLMs）、视觉-语言模型（VLMs）和扩散模型（DMs））的突破性进展，为高级感知、抽象推理和生成建模带来了前所未有的能力。这些进步为赋予机器人更类人的智能和适应性提供了变革性机遇。尽管取得了显著进展，当前的具身智能大模型在现实世界部署时仍面临诸多限制。一个主要挑战是它们难以泛化到新任务、未见物体和动态环境。这通常源于缺乏固有的常识性判断和对物理世界的精确理解，而这些对于应对物理现实的不可预测性至关重要 。因此，开发新一代具身智能大模型，能够自主学习、适应并以人类水平的熟练度、安全性和多功能性执行复杂的开放世界操作任务。\n1. 围绕具身智能中的计算机视觉、机器人学、强化学习、自然语言等人工智能问题开展研究。\n2. 推动具身智能领域的技术落地，研究机械臂、轮式机器人、人形机器人等具身智能机器人的运动/感知/控制/规划/交互算法，包括但不限于具身机器人的物体操纵、移动抓取、移动导航等算法和三维物体或场景建模理解等算法，实现室内外复杂场景下具身智能机器人自主任务执行。\n3. 参与机器人领域相关多模态大模型的构建，负责具身机器人的复杂任务规划，主动环境感知理解与交互，技能学习与控制等前沿算法研究，研发具有感知-控制-规划能力的具身智能大模型。\n1. 具有机器人的控制、规划、感知算法的研究经验，熟悉深度学习，计算机视觉，多模态算法，机器人决策规划控制领域的前沿研究。\n2. 极佳的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言。\n3. 具备较强学习能力，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；对所在领域有热情，不惧困难与挑战，善于独立思考并反思总结。 \n4. 加分项： \n1）有ACM/NOI/IOI、Kaggle、国内外数学大赛、机器学习、深度学习相关竞赛获奖者优先。\n2）在国际知名期刊或会议（NeurIPS, ICML, ICLR，ICRA，IROS，CoRL，RSS，CVPR，ICCV，ECCV等）上发表过高水平论文者优先。\n3）有多轴机械臂、足式机器人等机器人平台算法研发及工程经验者优先。",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}