职位描述岗位职责： 负责核心算法模块的设计、开发、实现与优化，参与从需求分析、方案设计、模型训练到部署落地的全流程研发工作； 深入理解课题需求，将复杂的物理空间理解、场景建模与交互决策问题转化为清晰的技术方案与可执行的研发任务； 编写高质量、可维护的算法代码，搭建实验环境，完成模型训练、调优、测试与性能分析； 与算法研究员、工程师及产品/数据团队密切协作，推动算法能力在实际系统中的落地、迭代与优化； 持续跟进前沿技术，参与技术文档撰写、代码评审与知识沉淀。 研究方向： 场景资产构建：负责大规模场景资产构建，包括3D场景与物体的重建和生成（如Mesh、点云、隐式辐射场、高斯泼溅等）、纹理与材质估计、物理参数与仿真等，将资产对接下游各类具身任务； 场景理解与具身任务：负责场景理解与具身任务相关算法开发，包括多模态理解与生成、视觉语言导航（VLN）、视觉语言模型（VLM）、动态场景理解与建模、持续学习、仿真环境评估等；负责训练数据的采集、生成与标注，评测基准（Benchmark）与指标体系构建，并对算法模型进行系统性定量与定性评估； SLAM/SFM：负责SLAM/SFM相关算法研发与评测，包括视觉/激光/多传感器融合定位与建图、运动恢复结构（SfM）、位姿估计、几何重建、闭环检测与全局优化、坐标与尺度对齐等，支撑真实与仿真场景中的空间感知、导航与交互； 持续学习与智能体：负责持续学习与智能体相关算法研发与评测，包括增量/在线学习、灾难性遗忘抑制、世界模型更新、智能体规划与决策、多智能体协作、仿真环境评估与基准构建等，提升智能体在开放、动态环境中的适应性与泛化能力。任职要求计算机科学、机器人学、自动化、数学或相关专业硕士及以上学历； 在以下一个或多个领域有扎实的理论基础和实践经验：空间智能、具身智能、视觉-语言模型（VLMs）或机器人学； 具备较强的代码工程能力，熟练掌握三维数据处理相关工具和库（如Open3D, PCL, Trimesh, PyBullet, Unity, Blender等），并精通Python及PyTorch等框架模型的训练和部署； 具备较好的分析和问题定位能力，能够设计严谨的实验来评估数据质量和算法性能。有构建数据评测基准或大规模训练数据经验者优先； 具备强烈的责任心和卓越的跨团队沟通能力，有良好的技术文档习惯，有强烈的自驱力和技术好奇心，能主动关注并学习领域前沿技术； 在相关领域顶级会议（如CVPR, ICCV, ECCV, RSS, ICRA, IROS, CoRL等）发表论文或在相关竞赛中获奖者优先。 允许6个月内投递2个职位，请选择适合的职位进行投递 立即投递