具身大脑训练（VLM）

【岗位职责】 负责具身视觉语言模型（VLM）的预训练、微调与优化，提升多模态理解与决策能力。 探索视觉、语言、动作多模态融合机制，适配具身交互场景需求。 构建VLM评估体系，推进模型在机器人感知与交互任务中落地 【任职要求】 硕及以上学历，计算机/AI/电子工程等相关专业，有VLM研发经验。 深入理解CLIP/LLaVA等VLM架构，熟练掌握多模态模型训练流程。 具备PyTorch使用经验，有大规模模型训练实操能力。 顶会论文或机器人VLM落地经验者优先。

本站当前在招 21736 个北京岗位（全城各职能合计），其中 1797 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。