“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】
- 核心算法研发：负责具身智能大模型（VLA，即视觉语言行动模型）的核心算法设计与优化，重点突破多模态指令理解、复杂任务决策、长时序动作规划等关键技术，推动模型在真实机器人场景下的零样本/少样本泛化能力；
- 端到端模型与系统设计：主导机器人端到端感知-决策-控制一体化模型的研究与落地，探索扩散策略、世界模型、强化学习等前沿技术在具身智能系统中的融合应用，实现从仿真到现实（Sim2Real）的高效迁移；
- 数据驱动模型闭环：设计并构建大规模、高质量的多模态数据（视频、力觉、触觉、文本）采集、清洗、标注与仿真生成pipeline，主导数据-模型联合迭代优化，解决长尾分布与数据稀缺问题；
- 仿真与真实世界对齐：负责高保真仿真环境的动力学建模、场景生成与传感器仿真，研究领域随机化与领域自适应技术，缩小仿真与现实之间的差距，提升模型在真实物理世界的部署性能；
- 前沿技术探索与转化：跟踪并引领具身智能、机器人学、计算机视觉、自然语言处理交叉领域的前沿技术动态，主导关键技术难点的攻关，发表高水平论文并申请核心发明专利，推动研究成果向实际产品的技术转化。 【技术课题】 下一代具身智能大脑研究
- 教育背景：国内外顶尖高校机器人、人工智能、计算机科学、自动化、控制理论与工程等相关专业应届博士，具备扎实的数学功底（数值优化、概率论、线性代数）和深厚的机器学习理论功底；
- 科研与论文：在具身智能、机器人学、计算机视觉或自然语言处理等相关领域的顶级会议（如CoRL、RSS、CVPR、ICCV、ECCV、NeurIPS、ICML、ICRA、IROS）或顶级期刊（如T-RO、IJRR、TPAMI、T-PAMI）上发表过高质量论文，具备突出的创新研究能力；
- 模型与算法：深入理解Transformer、Diffusion Models、多模态预训练、强化学习、模仿学习等核心算法原理，具备从零构建或深度优化大模型的经验；熟悉模型量化、剪枝、蒸馏等端侧部署优化技术者优先；
- 系统与开发能力：具备卓越的编程能力，精通Python和C++，熟练掌握PyTorch/TensorFlow等主流深度学习框架；具备复杂的机器人系统（包括感知、规划、控制）的仿真或实际开发经验，熟悉ROS/ROS2； 5.硬件与仿真：对机器人硬件（如机械臂、灵巧手、移动底盘、各类传感器）有深入理解，熟悉至少一种主流物理仿真引擎（如Isaac Sim、Gazebo、MuJoCo、Bullet），并能熟练进行二次开发与定制；
- 独立研究能力：具备极强的独立科研能力、敏锐的学术洞察力和批判性思维，能够独立定义和拆解研究问题，设计并执行实验方案，并对结果进行深入分析和总结；
- 沟通与团队协作：具备流利的英文听说读写能力，能够进行国际化学术交流；具备优秀的跨团队沟通与协作能力，能够在开放、快节奏的研究环境中与工程师紧密合作，共同推动技术落地。
