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": "具身基础模型算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "无人机业务部",
"location": "北京市 / 深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"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": "1.设计并优化具身智能/无人机端到端的基础模型架构，探索面向物理世界感知、理解与决策的多模态统一模型；\n\n2.研究具身智能的 Scaling Law，提升模型在复杂操作/无人机业务上的 zero-shot 泛化与跨场景迁移能力；\n\n3.探索高效利用多样化、低成本数据源（Ego/Exo数据、互联网视频、真实采集数据）的训练方法，提升数据利用效率；\n\n4.探索面向下一代的无人机端到端架构，建设适用于端到端模型的数据闭环链路\n\n5.负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；",
"requirements_text": "1. 有VLA/VLM/LLM模型训练的经验，熟悉主流模型架构的原理与训练流程；\n\n2. 熟练使用 PyTorch/DeepSpeed等训练框架，具备扎实的工程能力； \n\n3. 具备以下至少一项技术背景：强化学习（GRPO/RECAP）；生成式模型（Diffusion Policy/Video Action Model）； \n\n4. 持续跟踪具身智能、多模态大模型等前沿方向，推动算法创新与工程落地；\n\n5. 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化；",
"skills": [AI生成
"PyTorch",
"强化学习",
"数据分析",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.团队有丰富的算法/软硬件集成经验，丰富的训练资源和落地场景，无惧挑战，从0到1打造了低空物流配送系统。\n\n2.团队聚焦多模态感知与机器人研究，鼓励探索VLA、世界模型等前沿技术， 在计算机视觉知名刊物上有多篇论文发表。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4659661353&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4659661353",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4659661353&jobShareType=1"
},
"fulltext": "具身基础模型算法专家\n具身基础模型算法专家\n\n基础信息\n工作地点：北京市 / 深圳市\n部门：无人机业务部\n职位类别：技术类\n职位族群：算法\n更新时间：2026-07-30\n\n岗位职责\n1.设计并优化具身智能/无人机端到端的基础模型架构，探索面向物理世界感知、理解与决策的多模态统一模型；\n\n2.研究具身智能的 Scaling Law，提升模型在复杂操作/无人机业务上的 zero-shot 泛化与跨场景迁移能力；\n\n3.探索高效利用多样化、低成本数据源（Ego/Exo数据、互联网视频、真实采集数据）的训练方法，提升数据利用效率；\n\n4.探索面向下一代的无人机端到端架构，建设适用于端到端模型的数据闭环链路\n\n5.负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；\n\n岗位基本要求\n1. 有VLA/VLM/LLM模型训练的经验，熟悉主流模型架构的原理与训练流程；\n\n2. 熟练使用 PyTorch/DeepSpeed等训练框架，具备扎实的工程能力； \n\n3. 具备以下至少一项技术背景：强化学习（GRPO/RECAP）；生成式模型（Diffusion Policy/Video Action Model）； \n\n4. 持续跟踪具身智能、多模态大模型等前沿方向，推动算法创新与工程落地；\n\n5. 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化；\n\n岗位亮点\n1.团队有丰富的算法/软硬件集成经验，丰富的训练资源和落地场景，无惧挑战，从0到1打造了低空物流配送系统。\n\n2.团队聚焦多模态感知与机器人研究，鼓励探索VLA、世界模型等前沿技术， 在计算机视觉知名刊物上有多篇论文发表。\n1.设计并优化具身智能/无人机端到端的基础模型架构，探索面向物理世界感知、理解与决策的多模态统一模型；\n\n2.研究具身智能的 Scaling Law，提升模型在复杂操作/无人机业务上的 zero-shot 泛化与跨场景迁移能力；\n\n3.探索高效利用多样化、低成本数据源（Ego/Exo数据、互联网视频、真实采集数据）的训练方法，提升数据利用效率；\n\n4.探索面向下一代的无人机端到端架构，建设适用于端到端模型的数据闭环链路\n\n5.负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；\n1. 有VLA/VLM/LLM模型训练的经验，熟悉主流模型架构的原理与训练流程；\n\n2. 熟练使用 PyTorch/DeepSpeed等训练框架，具备扎实的工程能力； \n\n3. 具备以下至少一项技术背景：强化学习（GRPO/RECAP）；生成式模型（Diffusion Policy/Video Action Model）； \n\n4. 持续跟踪具身智能、多模态大模型等前沿方向，推动算法创新与工程落地；\n\n5. 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化；",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}