一、公司简介

上海人工智能实验室有限公司，成立于2025年，位于上海市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本800万人民币。

二、热招城市

上海市

三、热招岗位

•物理智能仿真与生成青年研究员

岗位介绍：1、参与物理智能仿真与生成方向的前沿研究，围绕Real2Sim2Real、GenerativeSimulation、SyntheticData等方向开展算法研发，探索面向具身智能的新一代仿真与数据生成范式。2、研究面向具身智能的可交互场景生成与重建技术，探索基于图像、视频及多模态数据的三维场景理解、几何重建、资产生成、物理属性恢复与场景编辑，实现高保真、可交互、物理一致的仿真环境构建。3、探索基于VLM、多模态大模型及生成模型的自动化仿真场景生成，研究从自然语言、图像及视频等输入自动生成场景、任务、资产与交互环境的方法，提升仿真世界构建的自动化程度与多样性。4、研究生成式仿真数据与机器人轨迹数据合成，探索场景生成、任务生成、轨迹生成及数据质量评估等关键技术，构建规模化、多样化的机器人训练与评测数据。5、探索复杂物理世界建模与多模态仿真，包括刚体、液体、柔体、可变形物体等物理过程，以及视觉、触觉等多模态传感器仿真，提升生成环境的物理真实性与交互能力。6、探索仿真与生成技术在VLA（Vision-Language-Action）、WorldModel/WorldActionModel、机器人策略学习等方向中的应用，开展模型训练、策略评测、仿真泛化及Sim2Real研究。7、构建Real→Sim→Learning→Real闭环验证体系，通过真实机器人实验分析仿真环境、合成数据及模型策略之间的DomainGap，持续提升仿真数据对真实机器人任务的有效性。8、跟踪PhysicalAI、具身智能、生成模型、三维视觉及机器人学习领域前沿技术，负责关键问题定义、技术路线设计与实验验证，推动研究成果形成高水平论文、专利、开源项目或实际应用。

招聘条件：1、计算机科学、人工智能、机器人、自动化、电子信息等相关专业，博士优先。2、在以下至少一个方向具有较深入的研究经验：具身智能、Real2Sim/Sim2Real、机器人学习、3DVision、3DGeneration、生成模型、WorldModel、物理仿真等。3、具备扎实的机器学习、深度学习及计算机视觉基础，熟悉Python、PyTorch等常用开发与深度学习框架。4、具备良好的科研能力，能够独立完成问题定义、文献调研、算法设计、实验验证及结果分析。5、了解机器人仿真及学习相关技术，熟悉IsaacSim/IsaacLab、MuJoCo、SAPIEN、ManiSkill等一种或多种仿真平台者优先。6、具备良好的英文文献阅读、技术沟通与团队协作能力，对PhysicalAI与具身智能方向具有持续研究兴趣。

•智能体Harness与大模型强化学习算法工程师/青年研究员

岗位介绍：我们正在构建面向下一代智能系统的AgentHarness与自主进化体系。团队聚焦Agent、Harness、大模型强化学习、RecursiveSelf-Improvement（RSI）与能力内化，研究如何通过Harness为智能体提供规划、工具、环境、记忆与反馈机制，使模型在真实复杂任务中持续学习和进化，并进一步将Harness中形成的有效策略、技能与经验内化为模型自身能力，推动智能体从“依赖外部系统完成任务”走向“自主学习、自我改进与持续进化”。【主要工作】1、研发下一代AgentHarness设计和构建面向复杂真实任务的AgentHarness，研究任务规划与分解、工具调用、代码执行、状态与上下文管理、记忆、反思纠错、环境交互及长程任务执行等核心机制；探索Harness从“模型外部脚手架”向智能体学习环境、能力放大器与进化基础设施演进。2、研究Agent后训练与强化学习开展面向智能体的SFT、PreferenceLearning、RewardModeling、PPO/GRPO、RLVR、OnlineRL、AgenticRL等后训练与强化学习研究，结合代码执行、工具调用、任务结果及环境反馈构建可验证奖励，重点提升模型的规划、推理、工具使用、长程执行、信用分配、自我纠错及复杂任务泛化能力。3、探索RecursiveSelf-Improvement与自主进化研究智能体递归自我改进（RSI）、Self-Play、持续学习、自动课程生成、经验积累、技能发现与策略进化等机制，构建“任务执行→环境反馈→错误分析→策略改进→数据生成→模型更新→能力验证”的持续学习闭环，探索智能体从人工设计向自主学习、自我改进和持续进化演进。4、研究Harness能力内化探索如何将Harness中通过人工设计、搜索或智能体自主发现形成的任务规划、工具选择、工作流、Reflection、错误恢复及Skill等有效能力，转化为高质量训练轨迹与学习信号，通过SFT、蒸馏、强化学习及持续学习等方式逐步内化到模型参数中，形成“Harness能力构建→AgentTrajectory→模型训练→能力内化→模型增强→Harness再进化”的Model-Harness协同进化闭环。5、推动Auto-Research与复杂真实任务落地将Harness、AgentLearning与RSI能力应用于CodingAgent、ResearchAgent、ScientificAgent等复杂任务，打通问题理解、任务规划、工具调用、代码执行、环境交互、结果验证、经验积累和持续优化等环节，并推动模型训练、Harness迭代、能力评测及跨团队集成交付。

招聘条件：【岗位要求】1、本科及以上学历，计算机、人工智能、软件工程、数学、自动化、认知科学等相关专业；2、编程基础扎实，熟练使用Python，掌握PyTorch、Transformers等深度学习与大模型开发框架；3、具备大模型、强化学习或智能体相关研究与工程经验，对SFT、PPO/GRPO、RLVR、AgentRL、工具调用、长程Agent、Harness系统中的一项或多项有深入理解；4、具备扎实的软件工程和实验能力，能够独立完成问题定义、系统设计、算法实现、模型训练、实验调参、结果分析和问题定位；5、对Agent、Harness、大模型强化学习、自我改进和自主进化具有浓厚兴趣，愿意探索模型能力与系统能力如何相互促进、持续演化等开放性问题。6、具备较强系统工程能力的候选人同样欢迎申请，尤其欢迎同时理解模型训练与Agent系统、能够将前沿算法转化为可靠复杂系统的人才。

•科学智能体算法工程师

岗位介绍：面向真实地球科学问题，建设能调用科学数据、领域模型与物理模拟工具的科学智能体系统，推动气象、遥感、能源等场景中的自动化分析、预测验证与科学发现。1.研发科学智能体系统架构，实现科学问题理解、任务分解、规划调度、模型/工具选择与结果分析；2.建设地球科学Agent工具链，接入气象、遥感、地面站、新能源等数据和模型，并沉淀标准化接口；3.参与科学可信评测建设，覆盖结果正确性、物理一致性、证据充分性和工具执行状态。1.设计地球科学数据治理体系，制定数据接入、时空基准、质量控制、版本与生命周期管理规范；建设数据基础设施与多源数据管线；2.构建数据资产目录；建设AI-Ready数据集与Benchmark，提供自动化数据构建能力，支撑建模与科学发现任务。

招聘条件：1.硕士及以上，理工科相关专业；2.具有机器学习/人工智能相关经验，或地球科学研究背景；3.熟悉NetCDF、GRIB、GeoTIFF、Zarr等地球科学数据格式，以及xarray、GDAL、rasterio等工具者优先。

更多职位见职位列表