荣耀
物理世界模型算法工程师（机器人方向）
物理世界模型算法工程师（机器人方向）
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Pytorch
Ros/Ros2
世界模型
人工智能
仿真平台
具身智能
强化学习
机器人
视频生成
值不值得投
75综合评分
综合评分 75
前沿技术栈、高成长空间、强技术意义，但工作灵活性与WLB信息未披露。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.8万
比机器人开发中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 200 个在招 · 其中机器人开发 7 个
市场机会
选择适中
北京 · 机器人开发 · 45 个在招
职位详情
关于这个职位
该职位致力于为机器人构建能够预测物理世界状态演变的AI系统（世界模型），是具身智能领域的前沿算法岗
你将负责研发强化学习驱动的动态环境建模技术、探索视频生成在仿真环境中的应用，并设计实现AI与机器人本体的高效协同架构，最终目标是提升机器人在复杂现实场景中的自主决策能力
最低要求
硕士及以上学历，计算机/机器人/自动化相关专业
年以上世界模型构建项目经验，熟悉PyTorch/TensorFlow框架
至少在以下一个领域有深入研究：
强化学习（PPO/SAC等算法）
视频生成（Diffusion/Transformer模型）
物理仿真引擎（Isaac Sim/Unity/Mujoco）
有机器人操作系统（ROS/ROS2）实际开发经验
工作职责
负责机器人场景下的世界模型算法研发，构建能准确预测物理世界状态演变的AI系统
开发基于强化学习的动态环境建模技术，实现机器人在复杂场景中的自主决策能力
探索视频生成技术在环境模拟中的应用，构建高保真度的虚拟训练环境
设计具身智能系统架构，实现AI模型与机器人本体的高效协同
搭建工业级仿真测试平台，支持大规模并行化的模型训练与验证
优先资格
满足以下条件者优先：
在NeurIPS/ICML/ICLR等顶会发表过相关论文
具身智能系统落地经验（机械臂/无人车/人形机器人）
参与过OpenAI/DeepMind等机构的世界模型项目
GitHub有千星以上开源项目贡献
AI 洞察
优缺点分析
优点
- 工作直接面向物理世界和实际机器人应用，技术价值显性，成果有明确的应用场景
- 荣耀作为头部科技公司，能提供强大的计算资源、数据支持和跨团队协作平台
- 技术难度极高，需要同时具备AI算法、机器人学、仿真工程等多学科知识
- 从仿真到现实（Sim2Real）的迁移是业界难题，项目落地周期长，不确定性高
- 岗位要求深入的研究能力和工程实现能力，对个人综合能力要求苛刻
- 对人工智能与机器人结合领域有强烈兴趣，具备扎实的理论基础和工程能力，喜欢攻克复杂技术难题，并期望将前沿算法应用于真实物理世界的研发工程师
缺点 / 挑战
- 处于人工智能与机器人交叉的前沿领域，技术挑战性强，成长天花板高
角色解读
- 技术专家路径：深耕世界模型或具身智能某一细分领域，成为公司或行业内的技术权威
- 架构师路径：从单一算法模块扩展到负责整个具身智能系统的技术架构设计
- 技术负责人/团队管理路径：带领小团队负责特定方向的技术攻关和产品落地
- 研究和开发能让机器人‘理解’物理世界并预测其变化的AI算法模型
- 设计并优化强化学习算法，让机器人能在未知、动态的环境中自主学习并做出决策
- 利用视频生成技术创建高度逼真的虚拟仿真环境，以替代真实世界的高成本、高风险训练
- 构建将AI‘大脑’与机器人‘身体’高效连接的软件架构，实现感知、决策、控制的闭环
- 深厚的机器学习理论基础，精通强化学习（如PTO、SAC）或视频生成（Diffusion、Transformer）等至少一个方向
- 熟练使用Python及PyTorch/TensorFlow等深度学习框架，具备扎实的工程实现能力
- 有物理仿真引擎（Isaac Sim、Unity、MuJoCo）或机器人操作系统（ROS/ROS2）的实际项目经验
- 具备将算法从论文或原型推进到实际复杂系统（尤其是机器人系统）的工程落地能力
申请策略
- 面试中准备一个完整的项目故事，清晰阐述问题背景、技术选型、遇到的挑战（特别是Sim2Real gap）、解决方案和最终效果
- 研究荣耀在机器人（如MagicBot）和AI领域的公开技术资料，了解其技术栈和研发重点，在面试中展现你的了解和思考
- 详细描述与‘世界模型’、‘具身智能’、‘强化学习’、‘视频生成’、‘机器人仿真’直接相关的项目经历、技术方案和成果（如论文、专利、开源项目）
- 突出在ROS/ROS2、Isaac Sim等机器人及仿真平台上的实战经验，展示将AI模型部署到机器人上的能力
- 如果有的话，重点列出在顶级会议（NeurIPS、ICML等）发表的论文或有影响力的开源项目贡献
- 系统复习并实践强化学习核心算法（PPO、SAC）及在机器人控制中的应用案例
- 学习并动手操作Isaac Sim、MuJoCo等主流物理仿真平台，熟悉机器人仿真的完整流程
- 跟进最新的世界模型（如Sora相关技术）、具身智能论文，理解技术演进脉络
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地讲述项目经历，重点突出技术决策和解决问题的思路
- 对于技术原理问题，先阐述核心概念，再结合具体例子或自己的实践经验进行说明，体现深度理解
- 对于方案设计类问题，展示系统化思维：定义问题 -> 分析约束 -> 提出备选方案 -> 论证选择理由 -> 讨论潜在风险和应对
- 请描述你参与过的最复杂的一个世界模型或具身智能项目，你在其中负责什么？遇到了哪些关键挑战？
- 如何解决强化学习在真实机器人中训练样本效率低和安全性差的问题？
- 视频生成模型（如Diffusion）如何用于构建机器人的训练仿真环境？与传统的基于物理引擎的仿真相比有何优劣？
- ROS/ROS2在构建具身智能系统架构中扮演什么角色？你如何设计AI模块与ROS系统的通信和数据流？
- 如果给你一个机械臂抓取任务，你会如何从零开始设计并实现一套基于仿真的强化学习训练流程？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值85
薪资福利
75中等
该岗位技术要求高，在一线城市需求旺盛，预计薪资具有市场竞争力，但JD未明确具体薪资和福利细节。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
90较高
岗位处于AI与机器人交叉的前沿领域，技术挑战性极强，能深度锻炼算法研发与工程落地能力，职业成长空间大。
技术前沿前沿/新兴技术
技术栈世界模型、强化学习、视频生成、仿真平台、具身智能、ROS/ROS2
业务类型profit_center
工作生活
50较低
JD未提及任何工作模式（远程/弹性）或工作强度相关信息，工作生活平衡情况无法判断。工作地点在一线城市核心区域的可能性较高。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
岗位致力于让机器人更好地理解和与物理世界交互，属于人工智能的终极挑战之一，具有很高的技术意义和应用价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号构建能准确预测物理世界状态演变的AI系统、实现机器人在复杂场景中的自主决策能力
创新程度开拓性创新（行业首创）
Watch Jobs