具身智能大模型算法实习生

优缺点分析

角色解读

• 在实习期间可深入接触具身智能前沿技术，积累从模型训练到真机部署的完整经验
• 表现优秀者有机会转正，成为美团LongCat Robotics团队的核心成员，参与全栈自研算法建设
• 未来可向具身智能算法专家或技术管理方向发展，成为行业稀缺人才
• 参与具身智能大模型（如VLA、World Model）的架构设计与算法研究，探索视觉、语言、动作的统一表征
• 负责具身大模型的预训练与后训练，包括数据处理、指令对齐和真机模仿学习
• 研究真机强化学习与自主进化方法，提升机器人在真实环境中的泛化能力
• 参与移动操作、灵巧操作、全身运动控制等方向的算法研究与真机部署，并搭建具身Agent系统
• 扎实的深度学习基础，熟练掌握Python和PyTorch
• 在多模态大模型、生成模型、强化学习、机器人学习或运动控制等至少一个方向有研究或项目经验
• 具备较强的学习能力、工程实践能力和问题分析能力，能主动推进研究
• 对具身智能和通用机器人技术有浓厚兴趣

申请策略

• 了解美团LongCat Robotics团队的研究方向，在面试中展示对具身智能领域的深入理解
• 准备一个与具身智能相关的项目案例，详细说明你的贡献和思考过程
• 突出在多模态大模型、强化学习或机器人学习等方向的研究经历和项目成果
• 展示Python和PyTorch编程能力，可附上相关代码库或GitHub链接
• 强调参与过的真机实验或部署经验，体现工程实践能力
• 如有相关论文或竞赛获奖，务必列出
• 提前熟悉VLA、World Model等具身智能前沿模型架构
• 补充强化学习、模仿学习等机器人学习相关技能

面试指南

• 对于技术问题，采用STAR法则：描述情境、任务、行动和结果，突出你的技术决策和影响
• 对于开放性问题，先阐述基本原理，再结合具体案例，最后提出你的思考或改进方向
• 请介绍你在多模态大模型或机器人学习方面的研究或项目经验
• 你如何理解VLA模型？请谈谈其架构和挑战
• 在真机强化学习中，如何处理样本效率和安全问题？
• 你如何设计一个具身智能评测任务来评估泛化能力？
• 请描述一次你解决复杂工程问题的经历
• 复习深度学习、强化学习、机器人学的基础知识