智元机器人
大模型算法工程师（VLM方向）
大模型算法工程师（VLM方向）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Isaac-Sim
Pytorch
Vlm
Vln
世界模型
多模态大模型
强化学习
机器人导航
值不值得投
77综合评分
综合评分 77
前沿具身智能技术、高薪潜力大、技术成长快，但工作强度较高
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比AI算法中位数高
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 1600 个在招
市场机会
选择不多
深圳 · AI算法 · 2 个在招
职位详情
关于这个职位
负责基于VLM/VLN多模态大模型与多模态感知技术，进行场景理解、指令分解及空间推理
设计语义记忆模块以支持长时序导航和动态环境规划，构建数据集优化模型鲁棒性，并与SLAM等团队协作实现VLN系统的端到端闭环落地
最低要求
硕士及以上学历，计算机、机器人、AI等相关专业
熟悉 VLM / 多模态大模型（如GPT-4V、LLaVA、QWen3-VL等），并有实际后训练/微调或推理部署经验
熟悉世界模型相关技术，包括环境动态建模、状态预测、行为仿真、基于模型的强化学习与规划优化
扎实的 C++/Python 编程能力，熟练使用 PyTorch，有仿真环境（Isaac-sim, Habitat-sim等）二次开发经验
工作职责
负责基于VLM/VLN多模态大模型与多模态感知（RGB-D、点云、自然语言指令等），进行场景理解、指令分解、目标定位与空间推理
结合多模态指令，实时基于视觉与点云等信息生成语义级导航决策
以量产落地为导向，设计多模态语义记忆模块，支持长时序导航、视野受限下的回溯及动态环境中的指令重规划
构建真实场景多模态数据集（含语言指令、视觉序列、运动轨迹），优化模型在开放词汇世界与复杂指令下的鲁棒性
负责VLN系统的端到端闭环，并对关键指标进行优化：导航成功率、平均耗时、卡死率、误入禁区率、舒适度（停走抖动/路径自然性等）
与SLAM、感知、路径规划、运动控制团队协作联调，形成可部署可迭代的VLN能力栈
优先资格
加分项：四足机器人实际导航/交互经验、或VLN方向的顶会论文
AI 洞察
优缺点分析
优点
- 处于具身智能风口，技术前沿性强
- 接触从算法到量产落地的完整闭环，实战价值高
- 团队背景强大，行业认可度高
- 技术迭代极快，需持续跟进最新论文
- 从仿真到真机的Sim2Real迁移难度大，调试周期长
- 对工程落地能力要求极高，非纯理论研究
- 适合具备扎实AI理论基础且热爱机器人应用、追求技术落地转化的中高级算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向具身智能算法专家、机器人系统架构师方向发展，或在通用人工智能（AGI）与机器人交叉领域深耕
- 专注于将视觉-语言模型（VLM）应用于机器人导航（VLN），解决机器人在复杂环境中理解人类指令并自主行动的问题
- 需要精通多模态大模型微调、世界模型理论、C++/Python高性能编程以及机器人仿真工具链的使用
申请策略
- 关注公司在具身智能领域的最新进展，准备展示如何将学术成果转化为工业级解决方案的案例
- 突出多模态大模型微调实战经验、VLN相关项目成果、以及在仿真环境中的算法优化案例
- 加强C++在深度学习部署中的应用能力，熟悉Isaac Sim等主流机器人仿真平台，了解强化学习与规划算法
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术选型的理由、遇到的具体困难及量化解决的成果
- 请详细介绍你参与过的多模态大模型微调项目，遇到的最大挑战是什么？
- 如何评估和优化VLN系统在开放词汇环境下的鲁棒性？
- 在世界模型中，如何处理环境动态建模与状态预测的不确定性？
- 在Sim2Real迁移过程中，有哪些关键的调试技巧？
- 复习VLM/VLN相关经典论文（如RT-2, PaLI-X等），梳理PyTorch底层原理，准备一个完整的从数据构建到模型部署的项目案例
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
作为B轮独角兽企业的核心研发岗，薪资极具竞争力，且通常伴随期权激励，符合高技能人才的市场定价。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
95较高
职位涉及最前沿的VLM与具身智能技术，技术栈领先，成长空间巨大，能显著提升个人在AI领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈VLM、VLN、多模态大模型、世界模型、强化学习、PyTorch、C++、Python
业务类型profit_center
工作生活
40较低
硬科技初创企业研发岗通常工作强度较大，需面对高强度的技术攻关压力，WLB可能面临挑战。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
致力于让机器人真正理解人类指令并服务生活，具有明确的社会价值和科技感，能满足求职者的使命感。
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