#机器人

Y11
1个月前
高端招聘:阿里达摩院招行为策略算法工程师(P7-P9) ----- 达摩院-行为策略算法工程师-具身智能 阿里集团 · 杭州 职位描述 参与具身智能机器人行为动作能力研发,包括但不限于:; 1. BFM 核心算法研发:参与构建和优化基于 forward-backward representation / successor feature 的无监督强化学习框架; 研究多任务行为潜空间学习(Behavioral Latent Space Learning),支持 reward / goal / motion 条件的统一控制策略; 探索 zero-shot / few-shot 任务泛化、latent-space tuning、自适应控制、硬件本体泛化等前沿方向; 2. 模仿学习与对比学习方法研究:基于 MoCap / tele-operation / 视频数据进行动作模仿、风格迁移与示范融合; 研究示范正则化(demonstration regularization)、分布匹配与判别器奖励(discriminator-based reward)机制; 3. 强化学习策略训练与评测:在 Mujoco / Isaac Gym / OmniIsaacLab 等环境中实现大规模并行训练; 优化 off-policy / unsupervised RL 算法的稳定性与样本效率; 构建 sim-to-real pipeline(包括 domain randomization、latent adaptation); 4. 策略-模型集成与系统验证:将训练好的策略集成到实际机器人平台(humanoid / mobile manipulator)中进行评测; 分析策略潜空间的语义结构及可解释性; 职位要求 必备背景:计算机、自动化、人工智能、机器学习、机器人学等相关专业,硕士及以上学历; 在强化学习、模仿学习、多任务策略学习或世界模型等方向有项目或论文经验; 技术能力要求:熟悉强化学习算法实现(SAC、TD; 3、PPO、DDPG、DIAYN、Dreamer、Diffusion Policy 等任意一类); 熟悉模仿学习 / 行为克隆 / 逆强化学习 等行为建模方法; 有独立实现或改进 RL / IL 训练框架的经验(PyTorch / JAX); 熟悉仿真平台(Mujoco / Isaac Gym / Bullet / Brax 等); 能阅读英文论文并复现研究结果; 加分项:参与过具身智能 / humanoid / manipulation 相关研究或比赛; 具备 forward-backward representation / successor feature / latent RL / world model 相关经验; 熟悉 transformer / diffusion / representation learning 在控制领域的应用; 有强化学习在真实机器人上部署的经验; ------ 报名地址详见: 搜索。
Y11
1个月前
锦秋基金的核心观点是:AI基础模型如同大宗商品,技术参数的差距会随时间快速缩小,而真正创造价值、留住用户的,是能被感知、被信赖的产品。 在他们看来,当前AI应用公司的最大护城河不是技术参数,而是“信任”。 这种信任并非来自广告宣传,而是通过深度理解用户需求、持续优化体验积累而来。 例如,一个AI写作工具若能记住用户的写作风格、常用术语,甚至保存未完成的草稿,这种“被懂得”的体验,比单纯的技术指标更能建立用户粘性。 基于此,锦秋基金聚焦三个投资方向,并采取差异化策略: AI应用领域,他们不投简单的“Prompt+UI”产品,而是关注那些能填补行业痛点的垂直解决方案。 例如,针对中小企业在AI营销中面临的“不会用、不敢用”问题,能提供从工具到培训、合规的一体化服务的团队,往往更具潜力。 他们更看重“懂行业”的创始人,这类团队能精准捕捉用户真实需求,形成难以复制的场景化优势。 芯片领域,锦秋基金将目光投向了推理芯片市场。 随着大模型的普及,推理需求呈爆发式增长,低延迟、高能效的推理芯片成为关键。 他们不盲目追求“全栈自研”,而是关注那些能在特定场景(如边缘计算、车载)实现技术突破、提供高性价比解决方案的团队,期待中国团队能凭借架构创新走出差异化路径。 机器人领域,锦秋基金认为行业正迎来类似2012年深度学习爆发的拐点,但更倾向于投资能在特定场景快速落地、积累真实数据闭环的项目。 例如,工厂里的分拣机器人,哪怕动作不够完美,只要能7×24小时稳定运行并持续学习优化,其积累的真实数据就是未来进化的核心燃料。他们认为,“现在积累的场景,就是未来的壁垒”。 锦秋基金总结其投资方法论为三个核心法则: 一是寻找“不对称优势”,即信息差与执行力的结合; 二是精准判断投资时机,在浪潮初期果断投入,在方向尚不明朗时保持观察; 三是验证“数据飞轮”的真实性,关注收入、留存等可量化的商业指标,而非单纯的技术概念或用户数据。 在锦秋基金看来,无论技术如何演进,执行力始终是成功的关键。 再好的想法,若无法落地执行,也只是空中楼阁。他们尤为看重团队面对危机时的应对能力和快速迭代的行动力,因为这决定了企业能否在高速变化的AI赛道中存活并成长。 对于AI创业者而言,锦秋基金的实践表明,在技术同质化加剧的时代,深入理解用户需求、构建真实信任、快速迭代执行,或许是穿越周期、实现可持续增长的关键。而对于投资者,聚焦核心赛道、精准把握趋势、重视执行细节,方能在浪潮中捕捉真正的价值。