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 3 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Clip
Diffusion
Pytorch
具身智能
分布式训练
多模态大模型
机器人
端到端导航
视频理解
值不值得投
79综合评分
综合评分 79
前沿具身智能研究岗，技术成长性强，平台资源好，但WLB信号不足。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
4万
比具身智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3200 个在招 · 其中具身智能 6 个
市场机会
选择面较广
北京 · 具身智能 · 59 个在招
职位详情
关于这个职位
该职位负责设计与实现具身大模型算法，包括VLA、具身VLM和世界模型，融合互联网图文、视频、3D仿真、真机轨迹等多源数据，提升机器人在零样本场景下的任务泛化能力
工作涉及多模态大模型架构探索、端到端导航与具身Agent算法研发，并构建评测基准与真机闭环验证流程，推动前沿技术在物理世界落地
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
优先资格
具备分布式训练 / 大规模数据处理经验者优先
AI 洞察
优缺点分析
优点
- 大厂平台资源丰富，跨团队协作机会多
- 直接参与技术从0到1落地，成就感高
- 研究难度高，需持续跟进SOTA并产出顶会论文
- 真机落地涉及硬件协同，工程实现复杂
- 自驱力和独立解决问题要求极高
缺点 / 挑战
- 处于具身智能前沿领域，技术挑战性强，成长空间大
- 适合对机器人与AI交叉领域有浓厚兴趣，研究能力强，追求技术突破，能承受高强度研究压力的博士或优秀硕士
角色解读
- 从算法研究员成长为核心专家或技术负责人，可向技术管理或跨领域研究发展，推动机器人智能商业化落地
- 设计并实现VLA、具身VLM和世界模型等具身大模型算法，融合多源数据训练模型，研发端到端导航与具身Agent，并构建评测和验证流程
- 扎实的CV/ML/机器人领域基础，熟练使用PyTorch，熟悉Transformer、Diffusion等架构，具备多模态大模型或视频理解研究经验，有顶会论文发表能力
申请策略
- 提前了解小米机器人业务布局和技术路线
- 准备展示自己研究如何与具身场景结合，强调落地潜力
- 突出顶会一作论文、PyTorch项目经验、多模态模型或具身相关研究经历
- 展示系统思维和从0到1推动项目的能力
- 补充分布式训练、大规模数据处理实战经验
- 深入学习具身AI、世界模型等前沿方向的技术细节
面试指南
- 结合具体研究案例，从问题定义、方法设计、实验验证、结果分析结构化回答
- 强调对具身领域核心问题的理解和创新点
- 如何设计VLA的训练目标和数据流程？多模态大模型如何融合视频生成与动作控制？如何构建有效的具身大模型评测基准？
- 复习VLA、具身VLM、世界模型等最新论文
- 准备一个自己深度参与的项目，详细讲解技术细节和挑战
- 了解机器人领域的基本概念和常见问题
职位点评
薪资福利75
成长发展90
工作生活60
使命价值85
薪资福利
75中等
该职位未披露具体薪资，但基于岗位层级和城市市场，薪资应有竞争力；福利方面未在JD中明确提及。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
职位聚焦前沿具身大模型研究，技术栈先进，能提供深度技术积累和成长机会；但JD未明确提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈VLA、Embodied VLM、World Model、多模态大模型、视频生成
业务类型ambiguous
工作生活
60中等
JD未明确办公模式、工作时间或福利，无法判断工作生活平衡情况；作为研发岗位，可能面临一定工作强度。
工作模式未明确
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
85较高
研究推动机器人具身智能技术，有明确的行业前沿性和社会应用潜力，但JD未强调使命或价值观导向。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动前沿技术在真实物理世界落地
创新程度开拓性创新（行业首创）
Watch Jobs