Alibaba logo
阿里巴巴
高德-ABot-M具身操控大模型算法工程师/专家-视觉技术中心

高德-ABot-M具身操控大模型算法工程师/专家-视觉技术中心

发布于 3 个月前

普通员工/个人贡献者

AI 估算 · 5.0–8.0万 · AI 参考估算
专家级经验
本科
全职员工仅现场办公具身智能
具身智能
3D视觉
Pytorch
Vla
Wam
世界模型
多模态大模型
强化学习
数据引擎
机器人学习

值不值得投

79综合评分

综合评分 79

前沿技术、高成长、高薪酬,但工作强度大,WLB一般。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

6.5万

比具身智能中位数高

发布情况

长期在招 · 86 天前发布

公司情况

这家公司招聘很活跃

约 5160 个在招 · 其中具身智能 34 个

市场机会

选择面较广

北京 · 具身智能 · 90 个在招

职位详情

关于这个职位

该职位是高德地图视觉技术中心的核心算法岗位,专注于研发下一代具身操控大模型(ABot-M),涉及VLA/WAM、多模态生成、世界模型等前沿技术

你将参与从数据构建、模型设计到仿真训练与真机部署的全链路研发,推动VLA大模型在机械臂操作、人形机器人等场景的落地
适合对Physical AGI有长期信念、兼具算法创新与工程落地能力的资深算法工程师

最低要求

在VLA/WAM、机器人学习、视频/世界模型、多模态大模型、强化学习、3D视觉或控制中至少有两个方向的深度积累

能亲手完成模型设计、训练、调试与实验闭环,熟悉PyTorch和大规模训练
重视数据质量、评测可信度和真机成功率,能从失败案例定位系统问题
对Physical AGI有长期信念,兼具原创判断与工程落地能力

工作职责

研发下一代ABot-M,探索VLA/WAM、多模态生成与理解、跨本体动作表示

统一世界建模、动作预测与价值判断,提升长时序、精细操作、移动操作和双臂任务能力
建设机器人数据引擎,完成清洗、动作统一、混合训练、合成数据与真机数据闭环
推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练
打通训练、评测、仿真和真机部署,把算法转化为真实产品与行业影响力

优先资格

在模型、系统、开源项目或真实机器人产品中做出过可验证的关键贡献

能够综合模型、数据、算力和真机约束,形成清晰、可迭代的技术方案
乐于与研究、工程、硬件和产品团队协作,共同解决复杂问题

AI 洞察

优缺点分析

优点

  • 技术前沿,涉及VLA、世界模型、具身智能等AGI热点方向,个人成长空间大
  • 背靠阿里巴巴,拥有海量数据、算力和业务场景,技术落地机会多
  • 团队与清华、北大等顶尖高校深度合作,学术氛围浓厚,能接触前沿研究
  • 技术难度高,需要跨多个领域(如视觉、语言、控制)的深度积累,学习曲线陡峭
  • 工作强度大,涉及从研究到落地的全链路,需要较强的工程能力和抗压能力
  • 竞争激烈,团队汇聚顶尖人才,需要持续创新和快速迭代
  • 适合对具身智能、VLA等前沿方向有强烈兴趣,具备扎实算法功底和工程落地能力,渴望在AGI领域做出突破性贡献的资深算法工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从算法工程师/专家向技术负责人或首席科学家方向发展,主导具身智能核心技术方向
  • 在阿里巴巴内部跨团队协作,接触大规模业务场景,提升技术影响力
  • 参与开源项目与学术合作,成为空间智能与具身智能领域的行业专家
  • 研发下一代具身操控大模型ABot-M,探索VLA/WAM、多模态生成与理解、跨本体动作表示
  • 统一世界建模、动作预测与价值判断,提升长时序、精细操作、移动操作和双臂任务能力
  • 建设机器人数据引擎,完成数据清洗、动作统一、混合训练、合成数据与真机数据闭环
  • 推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练,打通训练、评测、仿真和真机部署
  • 在VLA/WAM、机器人学习、视频/世界模型、多模态大模型、强化学习、3D视觉或控制中至少两个方向有深度积累
  • 能亲手完成模型设计、训练、调试与实验闭环,熟悉PyTorch和大规模训练
  • 重视数据质量、评测可信度和真机成功率,能从失败案例定位系统问题
  • 对Physical AGI有长期信念,兼具原创判断与工程落地能力

申请策略

  • 在简历中明确表达对Physical AGI的长期信念,并展示你如何将技术转化为实际产品
  • 关注高德地图视觉技术中心的GitHub主页,了解团队的技术方向,在面试中展示你的了解和思考
  • 突出在VLA、机器人学习、多模态大模型等方向的项目经验和成果,尤其是从0到1的研发经历
  • 强调在模型设计、训练、调试和部署全流程的动手能力,特别是大规模训练和PyTorch的使用经验
  • 展示对数据质量、评测可信度和真机成功率的重视,以及从失败案例中定位问题的能力
  • 如果参与过开源项目或发表过相关论文,务必重点提及
  • 补充强化学习、模仿学习等机器人学习算法的理论基础,并动手实现相关项目
  • 熟悉VLA/WAM等前沿模型架构,尝试复现相关论文或参与开源项目

面试指南

  • 回答技术问题时,采用STAR法则,清晰描述背景、任务、行动和结果,突出你的技术决策和思考过程
  • 对于开放性问题,结合你的项目经验,从数据、模型、算力、真机约束等多个维度进行系统性分析
  • 展示你对前沿技术的关注和深入理解,并联系到实际应用场景
  • 请详细介绍一下你在VLA或机器人学习方向的项目经验,特别是模型设计和训练过程
  • 如何解决长时序、精细操作任务中的动作预测和稳定性问题?
  • 在数据引擎建设中,如何处理数据清洗、动作统一和混合训练?
  • 你如何评估一个具身智能模型在真机部署中的成功率?
  • 谈谈你对Physical AGI的理解,以及你认为实现它的关键挑战是什么?

职位点评

薪资福利80
成长发展95
工作生活50
使命价值85

薪资福利

80较高

该职位提供具有竞争力的薪酬和福利,作为阿里巴巴集团的核心技术岗位,薪资水平较高,且公司福利完善。

薪资信号未披露(AI估算:5.0–8.0万/月)

成长发展

95较高

该职位处于具身智能和VLA等前沿技术领域,技术挑战大,成长空间广阔,且团队与顶尖高校合作,能持续提升个人技能和行业影响力。

技术前沿前沿/新兴技术
技术栈VLA、WAM、多模态学习、世界模型、强化学习、PyTorch、3D视觉、机器人学习
成长机会深度积累、前沿探索、全链路研发
业务类型profit_center

工作生活

50较低

工作地点在北京,办公模式为仅现场办公,可能面临较大的工作强度,WLB一般。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

85较高

该职位致力于打造物理世界的智能体操作系统,推动具身智能在开放世界的落地,具有较高的社会价值和行业前景。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号打造物理世界的智能体操作系统、改变数亿人的出行方式
创新程度开拓性创新(行业首创)
Watch Jobs