具身机器人生成式算法工程师

优缺点分析

角色解读

• 向具身智能算法专家发展，深入研究感知、规划、控制全栈技术
• 可转向机器人产品架构师或技术负责人，主导完整机器人系统开发
• 未来可拓展至AGI、多模态大模型等更前沿方向
• 研究三维重建和世界模型生成算法，实现对现实场景的数字孪生和时空预测
• 开发端到端模型的闭环测试环境，包括仿真数据生成和AI评测技术
• 探索数字人动作和轨迹生成算法，并推动产品化落地
• 扎实的计算机视觉和深度学习基础，熟悉经典的3D视觉和生成模型
• 掌握Python/C++，熟练使用PyTorch等深度学习框架
• 了解机器人学基础，对导航、操作等任务有一定认知

申请策略

• 提前了解安克创新的产品线（如智能家居、音频等），思考具身智能如何与其结合
• 准备一个简短的pre展示你对具身智能未来发展的看法
• 突出三维重建、生成式模型相关的项目经验或论文发表
• 展示端到端模型从设计到部署的全流程经验
• 如有机器人竞赛或开源贡献，重点列出
• 补充仿真环境（如Isaac Sim、Habitat）的使用经验
• 深入学习NeRF、3D Gaussian Splatting等最新3D表示方法

面试指南

• 先概述核心概念，然后分步骤说明关键机制，最后结合自身项目经验
• 对于开放性问题，先明确问题边界，再提出解决方案，并讨论优缺点
• 请解释3D Gaussian Splatting的原理和与传统NeRF的对比
• 如何设计一个机器人仿真环境来验证导航算法？需要考虑哪些因素？
• 世界模型如何用于具身智能任务中的规划？请举例说明
• 在端到端模型训练中，如何处理仿真与真实场景的Domain Gap？
• 阅读具身智能领域的综述和最新顶会论文（如CoRL、ICRA、CVPR相关workshop）
• 动手实践一个简单的机器人仿真环境（如使用Isaac Gym或MuJoCo）