国家地方共建具身智能机器人创新中心（曾用名：北京人形机器人创新中心、北京具身智能机器人创新中心，以下简称“国创中心”）于2023年11月在北京经济技术开发区成立，是国内首家聚焦于具身智能机器人核心技术、产品研发、应用生态建设的创新中心。国创中心由优必选、京城机电、小米机器人、亦庄机器人等机器人行业领军企事业单位联合组建，汇聚了全球具身智能机器人产业顶尖的科学家和工程师，研发人员占比70%以上。

国创中心聚焦具身智能机器人关键共性技术研发和生态建设，围绕通用机器人母平台“天工”和多能具身智能体平台“开物”两大核心任务开展攻坚，并致力于成为具身智能领域的行业资源组织者、产业发展培育者、落地应用推动者，打造具有全球影响力的具身智能创新策源地和应用示范高地。

2025年4月19日，天工Ultra机器人全程用时约2小时40分冲过2025北京亦庄人形机器人半程马拉松的终点线。

团队介绍

我们是一支专注于具身智能与多模态大模型融合的前沿研究团队，致力于构建下一代能够理解、感知并与物理世界交互的智能体。

代博士，博士毕业电子科技大学，原腾讯AI Lab研究员、同花顺高级算法专家，现为国地共建具身智能机器人创新中心大模型负责人。在人工智能领域深耕多年，拥有丰富的业界和研究经验，已发表三十多篇人工智能顶会论文。


招聘岗位：实习生（国地共建具身智能机器人创新中心（北京亦庄））

研究方向

多模态算法实习生（理解方向）

工作条件

•  与顶尖研究员合作的机会，参与前沿AI项目；

•  充足的计算资源（A100/H100集群），支持大规模实验；

•  开放的学术氛围，鼓励发表顶会论文与开源贡献；

岗位职责  

•  负责多模态大模型的后训练工作，包括数据构造、模型微调、对齐优化等；

•  深入理解并应用视觉-语言模型（如CLIP、BLIP、Flamingo、LLaVA等），提升模型在具身场景下的表现；

•  构建高质量的多模态训练数据（图文对齐、视频-文本、动作-指令等），设计数据清洗与增强策略；

•  与机器人、仿真平台团队协作，推动模型在真实或仿真环境中的部署与验证；

•  跟踪多模态、具身智能、视觉推理等前沿研究，持续优化模型结构与训练策略。

岗位要求  

•  计算机科学、人工智能、机器学习等相关专业硕士及以上学历；

•  熟悉Transformer架构，有多模态模型训练经验（如VL模型、跨模态对齐、指令微调等）；

•  熟练使用PyTorch / DeepSpeed / HuggingFace等训练框架，具备大规模模型训练与调优能力；

•  熟悉视觉模型（如ViT、Swin、ResNet）及其与语言模型的融合机制；

•  有数据构造经验，熟悉多模态数据清洗、配比、指令生成等流程；

•  具备优秀的代码能力和团队协作精神，有顶会论文（CVPR/ICCV/NeurIPS/ICLR/EMNLP等）或开源项目贡献者优先；

•  有具身智能、机器人感知、仿真平台（如Habitat、Isaac Sim、Gazebo）经验者加分。

加分项：

•  熟悉RLHF、DPO、LoRA、QLoRA等对齐与微调技术；

•  有视频理解、动作预测、3D视觉等相关项目经验；

•  参与过多模态大模型开源项目（如LLaVA、MiniGPT-4、InstructBLIP等）；

•  有跨模态检索、视觉问答（VQA）、视觉推理等任务经验。


联系方式: 

请发送简历至 vito.dai@x-humanoid.com，邮件主题格式：多模态理解算法实习生 - [姓名]

微信群

内容中包含的图片若涉及版权问题，请及时与我们联系删除