岗位描述
【关于阶跃星辰与团队】阶跃星辰(StepFun)致力于探索通用人工智能(AGI),在原生多模态视觉理解、三维空间感知、长程深度推理与 Code Agent 领域稳居行业第一梯队,并在智能汽车、手机及原生硬件终端构建了完整的“端云协同”生态。面向物理世界通用智能,我们正在加速研发服务于通用机器人的「具身推理大脑(Embodied Brain)」与高保真数字试炼场。现阶段,我们以可扩展的物理仿真闭环与机器人代码智能体(Robotics Code Agent)为核心切口,让基座大模型深度掌握三维空间几何关系、接触动力学直觉、跨回合长期记忆与控制策略编程能力,在灵巧手操作、双臂协同、移动导航及复杂家务和工业装配等长程开放任务中实现任务拆解、技能合成与闭环失败恢复。我们寻找兼具机器人仿真和控制硬功底,也具备具身学习视野的同路人,共同塑造物理世界智能体的行业标准。【岗位职责】具身任务谱系设计与核心原子能力拆解:围绕机器人操作(Manipulation)、多指灵巧手(Dexterous Hands)、运动与导航(Locomotion & Navigation)、动态物理交互及长程开放指令任务(精密装配、收纳整理、工具使用与物理谜题),系统拆解三维空间定位、可操作性(Affordance)、接触物理直觉、记忆机制与闭环纠错等核心原子能力。高保真物理仿真环境与 RLVR 基础设施(Sim & Execution Harness)建设:基于主流物理引擎与具身仿真框架(MuJoCo、NVIDIA Isaac Sim / Isaac Lab、ManiSkill、SAPIEN、RoboCasa、Newton / warp、Gazebo 等),构建高并发、确定性可复现的交互学习环境;封装标准化 Obs / Action / Reset 与控制抽象接口(IK/运动规划/力控/全身控制 WBC),设计防刷分(Anti-Reward-Hacking)自动化验收判据与奖励函数。Robotics Code Agent 与闭环具身推理攻关:推进多模态推理基座模型通过编写控制策略代码、编排感知与规划工具库(ROS2 / MoveIt / 视觉伺服等)并根据环境执行反馈自主重规划的新范式;建设高区分度具身评测基准,深入开展仿真与策略失败轨迹的根因归因。高质量可交互资产治理与具身合成数据飞轮:联合多模态预训练与 Agent RL 团队,推进 Real2Sim 可交互三维场景与关节资产(URDF / MJCF / USD)构建、物理参数校准(定位并消除穿模、抖动与接触失稳)、自动化轨迹扩增及失败恢复演示数据的合成与质检,协同推进外部具身生态合作。【任职要求】扎实的机器人学或 AI/图形学背景:机器人工程、自动化、控制科学与工程、机械电子、计算机科学、计算机图形学或人工智能等相关专业本科及以上学历(硕博,或具备头部具身智能团队、知名机器人实验室核心研发经历者优先)。深度的物理仿真与机器人系统实战:深入掌握至少一种主流机器人物理仿真框架(MuJoCo、NVIDIA Isaac Sim / Isaac Lab、SAPIEN / ManiSkill、OmniGibson、Newton、Gazebo 等);熟悉刚体与关节动力学、碰撞接触摩擦模型、多模态传感器流(RGB-D、点云、本体状态、力/触觉)及仿真资产转换与物理调优全流程。过硬的系统实现与 AI-Native 开发能力:精通 Python(熟悉 C++/ROS2/Linux 容器化并行调度者更佳),熟练运用 Claude Code / Codex 等现代 AI 编程工具高效开展大规模并行仿真环境封装、规划控制接口对接与评测管线性能优化。前沿算法判断力与实验品味:熟悉具身智能与机器人学习核心范式(Embodied Code Agent、视觉语言动作模型 VLA、世界模型 World Models、强化学习 RL、模仿学习 IL、TAMP 或 Real2Sim2Real),能严谨区分“仿真资产/底层控制误差”与“模型高层感知规划缺陷”。【加分项(满足任一即可)】· 主导或核心参与过知名开源机器人/具身 Benchmark、通用 RL 环境框架、Real2Sim 三维重建管线或大规模分布式轨迹生成系统;· 具备机械臂、灵巧手、双臂移动机器人或人形机器人的真机部署、遥操作数采、系统辨识与虚实一致性(Sim-to-Real Alignment)校准经验,或在顶级机器人竞赛中取得突出成果;· 熟悉大模型后训练(Agentic RL / RLVR / SFT)、多模态三维空间理解(3D VLM)或代码智能体研发;在 RSS、CoRL、ICRA、IROS、NeurIPS、ICLR、CVPR 等顶会发表过代表性工作。