小米
顶尖应届-具身大模型算法研究员-机器人事业部
顶尖应届-具身大模型算法研究员-机器人事业部
发布于 大约 16 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
博士
研究与开发 (研发)
PyTorch
分布式训练
机器人
VLA
多模态大模型
diffusion
3D视觉
World Model
Embodied Vlm
AI 估算 · 25k–40k
小米大厂，具身智能前沿方向，博士起薪高，市场竞争力强。
职位详情
关于这个职位
作为小米机器人事业部的具身大模型算法研究员，你将专注于VLA、具身VLM和世界模型的前沿研究，利用海量互联网数据和机器人数据，提升机器人在零样本场景下的任务泛化能力
你将参与从算法设计到真机闭环验证的全流程，推动具身智能在真实物理世界的落地
最低要求
CV / ML / 机器人 / AI 相关方向博士，或同等研究能力的硕士
在 VLM / 多模态大模型 / 视频理解 / 3D 视觉 / VLN / Embodied Agent / RL / 视频生成 / 世界模型 任一方向有扎实基础
至少在 CVPR / ICCV / ECCV / NeurIPS / ICML / ICLR / ACL / RSS / CoRL / ICRA / IROS 等顶会以一作发表过相关工作
熟练 PyTorch，熟悉 Transformer、Diffusion、CLIP / SigLIP / Qwen-VL 等主流架构，具备分布式训练 / 大规模数据处理经验者优先
系统思维强，对"什么是真正重要的具身问题"有自己的判断，能独立 own 一个研究方向，具备极强的自驱力，能够从 0 到 1 推动前沿技术在真实物理世界落地
工作职责
设计并实现 VLA / Embodied VLM / World Model 的训练目标、分布式训练方案与数据 recipe，融合互联网图文、视频、3D / 仿真、真机轨迹等多源数据
设计并实现融合视频生成与动作控制的多模态大模型架构，探索大规模数据缩放定律，利用海量互联网视频数据及机器人采集数据，提升模型在零样本场景下的任务泛化能力
研发基于 VLM 的端到端导航与具身 Agent 算法
构建具身大模型的评测基准与真机闭环验证 pipeline
跟踪并复现 SOTA 工作，与训练 / 推理 / 数据 / 硬件团队协同迭代
AI 洞察
优缺点分析
优点
- 小米大厂平台，资源丰富，具身智能是当前AI热门赛道，发展前景广阔
- 直接从事VLA、世界模型等前沿研究，技术含量高，能快速积累核心竞争力
- 团队有真机验证闭环，研究能快速落地，产出影响力大
- 对学术背景要求极高，需顶会一作论文，竞争激烈
- 工作涉及多源数据融合和分布式训练，技术复杂度高，需要较强的工程能力
- 适合在具身智能、多模态大模型方向有深厚积累且渴望前沿研究的博士或优秀硕士，自驱力强，愿意将研究成果落地到真实机器人
缺点 / 挑战
- 研究节奏快，需要持续跟踪SOTA并自驱推进，压力较大
角色解读
- 在具身智能前沿领域深耕，成为VLA/世界模型方向的专家
- 可向技术Leader或架构师方向发展，带领团队攻关核心算法
- 有机会参与顶会论文发表与行业影响力构建，未来可转向创业或大厂高阶岗位
- 设计并实现VLA、具身VLM和世界模型的训练目标与架构，融合多源数据提升泛化能力
- 研发端到端导航与具身Agent算法，构建评测基准并完成真机闭环验证
- 跟踪顶会SOTA工作，与多团队协作推动技术迭代与落地
- 扎实的CV/ML/机器人/AI博士或硕士背景，在VLM、多模态大模型等方向有顶会一作论文
- 熟练PyTorch，熟悉Transformer、Diffusion等主流架构，有分布式训练经验
- 强系统思维和自驱力，能独立推进前沿研究到物理世界落地
申请策略
- 在简历中清晰表达你对“重要具身问题”的判断和独立思考
- 了解小米机器人事业部的研究方向，在面试中展示与团队需求的契合度
- 突出顶会一作论文，尤其是VLM、多模态、机器人相关方向
- 强调分布式训练、大规模数据处理经验，以及具体项目中的技术贡献
- 展示系统思维和独立研究能力，例如own一个课题从0到1的经历
- 补充Transformer、Diffusion等主流架构的深入理解，熟悉CLIP/SigLIP等
- 积累分布式训练经验，如使用PyTorch DDP/FSDP
面试指南
- STAR法则：情境、任务、行动、结果，清晰展示研究贡献
- 先给出核心观点，再用具体技术细节支撑，体现深度思考
- 展示系统思维：不仅讲算法，还要考虑数据、算力、落地等全局因素
- 请详细介绍一下你的一作论文，特别是其中最具创新性的部分
- VLA和世界模型有哪些关键挑战？你如何设计缩放定律实验？
- 如何处理互联网数据和真机轨迹数据之间的分布差异？
- 你认为当前具身智能最亟待解决的问题是什么？
- 描述一次你从0到1推动一个研究项目落地的经历
匹配度报告
68
综合匹配度
小米大厂，具身智能前沿方向，技术成长极高，但WLB一般。
适合人群
适合追求技术前沿和学术成长的求职者，愿意在高强度研发环境中突破自我。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活40
使命价值75
薪资福利匹配
65中等
薪资未明确披露，但小米大厂和博士岗位通常提供有竞争力的薪酬；福利未提及，但大厂一般较完善。总体补偿性中等偏上。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
90较高
职位涉及VLA、世界模型等前沿技术，具备极高的技能成长性；要求独立own研究方向，有明确的学术和职业发展空间。
技术前沿前沿/新兴技术
技术栈VLA、Embodied VLM、World Model、多模态大模型、分布式训练、Transformer、Diffusion、3D视觉、CLIP
业务类型ambiguous
工作生活匹配
40较低
工作地点北京，需现场办公；未提及WLB相关福利，研发岗通常强度较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
具身智能是推动机器人落地的前沿领域，具有明显的社会价值和行业前景；JD强调“真实物理世界落地”，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs