3D立体视觉算法工程师- Genie业务部
2026-07-14
智元创新（上海）科技股份有限公司· 北京/上海·
智
VLN算法工程师-酷拓子公司
智元创新（上海）科技股份有限公司| 深圳
校招算法算法类硕士
发布于 2026-07-14
职位描述
酷拓是智元旗下专注四足机器人的独资子公司，以全地形智能移动与作业平台为核心定位。依托智元“三智一体”技术底座，彻底打破传统机器人“腿长脑子空”的局限，将其升级为具备自主决策能力的AGI四足新物种。
1. 负责基于VLM/VLN多模态大模型与多模态感知（RGB-D、点云、自然语言指令等），进行场景理解、指令分解、目标定位与空间推理。结合多模态指令，实时基于视觉与点云等信息生成语义级导航决策。
2. 以量产落地为导向，设计多模态语义记忆模块，支持长时序导航、视野受限下的回溯及动态环境中的指令重规划。
3. 构建真实场景多模态数据集（含语言指令、视觉序列、运动轨迹），优化模型在开放词汇世界与复杂指令下的鲁棒性。
4. 负责VLN系统的端到端闭环，并对关键指标进行优化：导航成功率、平均耗时、卡死率、误入禁区率、舒适度（停走抖动/路径自然性等）。
5. 与SLAM、感知、路径规划、运动控制团队协作联调，形成可部署可迭代的VLN能力栈。
任职要求
1. 硕士及以上学历，计算机、机器人、AI等相关专业。
2. 熟悉 VLM / 多模态大模型（如GPT-4V、LLaVA、QWen3-VL等），并有实际后训练/微调或推理部署经验。
3. 熟悉世界模型相关技术，包括环境动态建模、状态预测、行为仿真、基于模型的强化学习与规划优化。
4. 扎实的 C++/Python 编程能力，熟练使用 PyTorch，有仿真环境（Isaac-sim, Habitat-sim等）二次开发经验。
5. 加分项：四足机器人实际导航/交互经验、或VLN方向的顶会论文。