【高阶岗位】VLA具身操作智能Tech Lead

1. 技术战略与架构规划
- 制定VLA技术中长期发展路线图，明确技术攻关方向与产品落地路径
- 主导VLA技术体系整体架构设计，涵盖视觉感知、语言理解、动作生成全流程
- 评估技术可行性、风险与商业价值，确保技术路线的先进性与可落地性
2. 核心技术研发与攻坚
- 主导VLA核心技术难题攻关，包括：VLA泛化性、世界动作模型协同、多模态语义对齐等
- 研发端到端VLA架构，实现高层任务规划与低层动作生成的模态对齐
- 构建物理世界模型（World Model），解决仿真到现实的泛化鸿沟（Sim2Real）
- 开发扩散/自回归策略生成多模态动作轨迹，满足机器人实时控制需求
3. 团队建设与管理
- 负责VLA技术团队的组建、培养与管理，明确团队分工（算法研发、工程实现、系统集成）
- 建立高效的研发体系与激励机制，打造兼具技术深度与协作能力的核心团队
- 负责团队人才招聘、培养、绩效评估和职业发展指导
4. 产品落地与商业化
- 推动VLA技术在物流分拣、实验室自动化等场景的实际应用与产品化
- 跨部门协同硬件、软件、产品团队，实现算法、硬件与系统架构的一体化整合
- 将VLA技术能力转化为产品竞争力，支撑多场景机器人落地应用
5. 工程与交付保障
- 建立VLA数据采集、清洗、标注、质量评估体系，优化数据驱动的模型迭代流程
- 主导算法在真实机器人设备上的部署与性能调优，保障模型在嵌入式系统的实时响应
- 建立规范化研发机制（代码审查、仿真测试、数据闭环管理）

硬性要求
1. 教育与专业背景
- 硕士及以上学历（博士优先），计算机科学、人工智能、机器人学、自动化等相关专业
2. 工作经验
- 5年以上VLA/多模态算法研发经验，其中至少2年以上技术管理经验
- 具备VLA项目实际交付经验，有可验证的项目成果（技术报告、项目网站、媒体报道等）
- 有物流分拣、实验室自动化、仓储机器人等相关场景落地经验者优先
3. 核心技术能力
- VLA技术深度：精通视觉-语言-动作多模态融合算法，熟悉CNN/Transformer、扩散模型、强化学习等技术
- 算法实现能力：熟练运用PyTorch/TensorFlow、ROS 2、MuJoCo等工具框架
- 工程部署能力：具备CUDA/TensorRT模型加速与部署优化经验，熟悉边缘计算设备优化策略
- 系统集成能力：熟悉机器人操作系统，具备机器人系统端到端落地能力
4. 学术成果（学术背景候选人）
- 在VLA方向发表5-10篇高水平论文（CVPR、NeurIPS、ICML、ICRA、IROS等顶会/期刊）
- 达到助理教授或副教授级别学术水平
优先考虑条件
1. 产业背景优先
- 在自动驾驶、仓储分拣、家居服务等场景中实现过VLA泛化性应用
- 有机器人产品量产落地经验或VLA技术平台搭建经验
2. 海外背景加分
- 海外高校或产业界工作经验，具备国际视野
- 熟悉海外VLA技术发展动态，有国际学术交流经验
3. 领导力与软技能
- 具备优秀的团队管理、跨部门协作与资源整合能力
- 强烈的创业精神、责任心与抗压能力
- 清晰的逻辑思维与高效沟通能力