高德-VLA基座模型算法工程师 --预训练/后训练方向-视觉技术中心

岗位职责

高德地图视觉技术中心（AMAP CV Lab） 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。 GitHub 主页：https://github.com/amap-cvlab

我们的优势：独一无二的“空间智能-场景-生态”三角

• 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”。
• 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。
• 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。

岗位职责： 具身基座模型 (Embodied Foundation Models)： 研发下一代VLA/WAM大模型，突破多模态指令到精准动作映射的瓶颈，实现跨场景的零样本迁移能力； 世界模型 (World Models)： 构建基于大规模视频生成的物理世界模拟器，利用生成式AI预测场景演化，为具身智能提供无限的训练“想象空间”； 大模型后训练与强化学习 ： 探索GRPO、PPO、SAC等算法在多模态大模型、具身控制上的应用，通过大规模强化学习提升Agent在复杂时空环境下的决策边界； 大规模数据合成与闭环： 利用高德独有的时空数据优势，构建自动化的具身数据生产、评测管线，解决Scaling Law在具身领域的落地难题； 开源影响力与行业基准： 主导或深度参与具身智能开源项目建设。 我们鼓励将核心算法框架、高质量具身数据集或评估基准贡献给开源社区，打造具有行业号召力的开源作品，定义下一代具身智能的技术标准。

任职要求

学历与专业背景：计算机/机器人/AI 相关专业硕士及以上学历，3 年以上多模态大模型或具身智能核心研发经验。 项目经历（满足其一）：

• 主导过 VLA/VLM/WAM 至少一个方向从 0 到 1 的模型研发，并完成千卡级以上预训练 + 端到端落地
• 主导过世界模型 / 世界动作模型 / 视频生成方向有显著影响力的项目（开源数据集、可复现 Benchmark、顶会 oral/spotlight）
• 主导过大规模 RL 训练（PPO/GRPO/SAC），完成 Sim-to-Real 闭环验证或真机部署

专业技能：

• L3 级具身智能算法能力：能独立设计 VLA / WAM 架构，主导预训练数据配比、后训练 RL 策略与 Reward Model 设计
• 训练工程能力：熟练使用 Megatron / DeepSpeed / FSDP，具备分布式训练性能调优与故障自恢复能力
• 数据闭环设计能力：能基于高德时空数据资源设计自动化具身数据生产、清洗与评测管线，解决具身领域 Scaling Law 落地难题
• 跨模态系统认知：理解从感知—世界模型—决策—动作的完整闭环，能识别瓶颈环节并定位优化路径

要求：

• AI Native 思维：对 Scaling Law 有信仰，能把工程实践与前沿研究有机结合
• 无人区作战能力：敢于在缺乏成熟方案的方向独立推进算法实验，具备极客精神与战略定力
• 开源影响力意识：能把工作沉淀为可被行业采纳的标准、数据集或 Benchmark
• 跨团队协同力：能与产品、地图、自动驾驶、基础架构等多方深度协作，把模型推向真实业务