AgiBot logo
智元机器人
具身算法实习生

具身算法实习生

发布于 大约 8 小时前

实习/见习

上海市 / 北京市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
Llm
Pytorch
Tensorflow
Vla
Vlm
多模态大模型
强化学习
机器人
模仿学习

AI 估算 · 4k–8k

实习生薪资通常按日或月计,硕士实习生在上海/北京约300-500元/天,折合月薪6k-10k,但该岗位要求较高可能偏向5000-8000/月。

职位详情

关于这个职位

该实习岗位聚焦于人形机器人的具身智能算法研发,涉及模仿学习、强化学习以及多模态大模型在机器人交互中的应用

你将参与前沿算法的设计与优化,并与跨职能团队协作推动技术落地,适合对机器人AI有浓厚兴趣的研究型人才

最低要求

计算机视觉、多模态大模型等相关领域的硕士或博士

精通Python编程语言,熟悉PyTorch、TensorFlow等深度学习框架
熟悉机器人模仿学习、强化学习理论,有相关领域有影响力的Paper者优先
有ACT、MT-ACT、RT1、RT2、Diffusion Policy等算法相关研究背景经验者优先
熟悉LLM/VLM/VLA,了解R3M、RFM、PaLM-E、OpenVLA等多模态具身大模型经验者优先
有目标检测、图像分割、视频处理、6D位姿估计、深度估计、立体视觉、3D点云处理、GraspNet、AnyGrasp等研究背景经验者优先
有实际的机器人、自动驾驶项目经验者优先

工作职责

设计和开发创新性的模仿学习和强化学习算法,应用于人形机器人场景任务,具备泛化能力

研究并构建具备视觉、触觉、语言等多模态感知和决策能力的大模型,实现机器人在开放世界中的物理交互
优化具身算法模型结构,以支持具身算法的实现和高效运行
与跨职能团队合作,推动具身算法在实际场景中的应用
撰写技术文档和学术论文,分享研究成果并在技术社区中展示创新技术

AI 洞察

优缺点分析

优点

  • 公司背景和融资阶段表明有较好的资源和发展潜力
  • 有机会接触从算法到实际机器人的全流程,积累宝贵经验
  • 与顶尖团队合作,论文发表和专利申请机会多
  • 研究性质强,对创新能力和独立解决问题能力要求高
  • 需要同时掌握多种复杂技术和框架,学习曲线陡峭
  • 适合对具身智能和机器人充满热情、有较强科研背景和动手能力的硕士或博士研究生

缺点 / 挑战

  • 处于机器人+AI最前沿领域,技术挑战大、含金量高
  • 实习期可能面临高强度研究和实验压力

角色解读

  • 从实习转正为正式研究员,深入参与具身智能核心算法研发
  • 可向具身算法专家方向发展,主导机器人学习与交互项目
  • 优秀者可发表顶会论文,提升学术影响力,并晋升为技术负责人
  • 设计和开发模仿学习与强化学习算法,使机器人学会复杂技能
  • 研究多模态大模型(视觉、语言、触觉)在机器人交互中的应用
  • 优化算法模型结构,确保在机器人上的实时高效运行
  • 撰写技术文档或学术论文,推动研究成果公开和社区交流
  • 扎实的机器学习基础,熟悉模仿学习、强化学习理论
  • 精通Python和深度学习框架(PyTorch/TensorFlow)
  • 熟悉多模态大模型(LLM/VLM/VLA)及相关具身智能框架
  • 有计算机视觉或机器人项目经验,对领域前沿Paper有研究

申请策略

  • 申请时附上研究亮点总结或GitHub链接,展示技术热情
  • 了解智元机器人的技术方向和产品,在面试中体现对公司的兴趣
  • 突出相关研究经历,特别是模仿学习、强化学习、多模态大模型的项目或Paper
  • 列出熟悉的深度学习框架和编程技能,强调Python和PyTorch
  • 如果有机器人或自动驾驶实际项目经验,务必详细描述
  • 如果有竞赛获奖或开源贡献,也一并展示
  • 深入了解ACT、RT2、Diffusion Policy等主流具身算法,跑通代码
  • 补充LLM/VLM基础知识,尝试复现OpenVLA等模型

面试指南

  • 对于算法对比题,先明确定义,再举例说明,结合项目经验
  • 对于设计题,按照问题分析->方案设计->技术选型->可行性评估的逻辑回答
  • 对于代码或实现题,先描述算法步骤,再写出关键伪代码,强调要点
  • 请解释模仿学习与强化学习的区别,并举一个在人形机器人上的应用案例
  • 你如何设计一个多模态感知模型,让机器人识别物体并进行抓取?
  • 讲讲你过去的研究项目中,如何优化模型以在机器人上实时运行?
  • 你对VLA(视觉-语言-动作)模型的理解是什么?如何用于开放世界任务?
  • 写一段伪代码描述利用PPO算法训练机器人走路的流程

职位点评

77
综合评分

顶级机器人公司实习,前沿具身算法研究,薪资合理但WLB一般。

从学习成长、工作节奏、岗位方向和实习待遇综合评估,方便比较实习机会。

更适合这类人
最适合追求技术成长和前沿创新、愿意投入研究并接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活50
使命价值85

薪资福利

70中等

作为实习生岗位,薪资相对市场水平合理,但不确定性高;实习福利通常包括餐补或交通补贴,但不如正式员工。

薪资信号未披露(AI估算:4K-8K/月)

成长发展

95较高

该岗位处于具身智能技术前沿,实习生将接触最先进的算法并有机会发表论文,技能成长空间极大。

技术前沿前沿/新兴技术
技术栈模仿学习、强化学习、多模态大模型、LLM、VLM、VLA
业务类型ambiguous

工作生活

50较低

上海和北京核心地段办公,但实习往往需要现场办公,加班可能较多,WLB一般。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

85较高

人形机器人和具身智能是AI领域最具社会影响力的方向之一,推动技术进步具有明确的创新价值。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新(行业首创)
Watch Jobs