智元机器人
VLN视觉语言导航算法实习生
VLN视觉语言导航算法实习生
发布于 大约 17 小时前实习/见习
深圳市 / 上海市
初级经验
实习生
仅现场办公
学历未注明
实习与临时职位
Habitat
Vln
仿真环境
具身智能
机器人
视觉语言导航
语义地图
路径规划
AI 估算 · 3k–8k
实习岗位薪资在行业中等水平，技术类具身智能方向有一定竞争力
职位详情
关于这个职位
这是一个面向在校学生的VLN视觉语言导航算法实习岗位，将参与具身智能机器人的视觉-语言-导航算法研发，包括指令理解、路径规划、闭环执行等核心模块
你将与SLAM、感知等多团队协作，有机会接触到前沿的具身AI技术和真实机器人部署场景
最低要求
熟悉VLN/Embodied AI/Navigation相关研究与实现（任一：Transformer、policy learning、地图表征、跨模态对齐等）
有项目/科研：导航、语义地图、目标可达性、指令理解等任一方向
能在仿真环境跑通 baseline：训练、评测、可视化分析与失败归因
工作职责
负责VLN/VLM-Nav算法研发：视觉-语言-动作对齐、指令理解、路径规划与闭环执行
攻关部署态关键问题：长距离指令、模糊指代（“那边/旁边/刚才看到的”）、动态人群、遮挡与重定位
构建“语义导航”能力：语义地图/拓扑图、目标可达性判断、房间/区域识别、跨区域/跨楼层导航（如门禁/电梯）
端到端闭环优化：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）
建立数据与评测体系：仿真与真机场景回放、对抗case库、自动化回归、线上失败归因与难例回流
与SLAM、感知、多模态理解、任务规划、控制团队协作联调，形成可部署可迭代的导航能力栈
优先资格
具身导航数据合成/自动标注/仿真环境经验（Habitat/Gibson/Isaac等任一）
真实机器人部署调优经验（人群、窄通道、玻璃反光、弱纹理等）
顶会论文/专利/开源贡献（Embodied AI / Robotics / CV / ML相关）
AI 洞察
优缺点分析
优点
- 接触具身智能前沿领域，技术栈新颖且发展潜力大
- 与SLAM、感知等多团队协作，能快速提升系统思维和工程能力
- 公司处于B轮融资阶段，业务快速发展，实习生有转正机会
- 真实机器人部署涉及诸多实际工程问题，调试周期长
- 适合对具身智能、导航算法有强烈兴趣，具备一定深度学习基础，渴望在实践中快速成长的计算机或机器人相关专业在校学生
缺点 / 挑战
- 算法难度较高，需要较强的研究和工程实现能力
- 实习期间需快速产出，可能面临较大的交付压力
角色解读
- 从实习生成长为算法工程师，深入掌握具身导航全栈技术
- 未来可转向高级算法研究员或技术负责人，主导导航系统架构设计
- 积累的VLN/具身智能经验可应用于更广泛的机器人、自动驾驶等领域
- 研发VLN/VLM-Nav算法，实现机器人的视觉-语言-动作对齐和路径规划
- 解决长距离指令、模糊指代、动态人群等真实部署中的关键问题
- 构建语义地图和拓扑图，提升目标可达性判断和跨区域导航能力
- 参与仿真与真机场景的评测体系搭建，进行失败归因和难例回流
- 熟悉Transformer、Policy Learning、跨模态对齐等深度学习模型
- 具备导航、语义地图或指令理解方向的项目或科研经验
- 能够在仿真环境中跑通baseline并进行训练、评测和可视化分析
- 对具身智能、机器人导航领域有浓厚兴趣和基本认知
申请策略
- 关注智元机器人在具身智能领域的技术进展，面试时展示对公司的了解
- 准备一个自己完成的导航或VLN相关项目演示，体现动手能力
- 突出VLN、导航、语义地图等相关项目或科研经历，展示具体成果
- 强调在仿真环境（如Habitat、Gibson）中的实操经验
- 列出顶会论文、专利或开源贡献以增强竞争力
- 体现工程能力，如真实机器人部署、调优经验
- 熟悉至少一种常用的3D仿真平台（Habitat、Isaac等）并跑通示例
- 补充Transformer、强化学习等基础知识，阅读经典论文
面试指南
- 先明确问题定义，然后从输入-模型-输出三个层面分析，最后结合实际案例说明
- 遇到开放性问题，从已有研究出发，提出自己的改进思路，体现批判性思维
- 对于工程问题，强调系统性排查思路：先定位问题类型（感知/规划/执行），再针对性调试
- 请解释VLN任务的核心挑战和常见解决方案
- 你如何设计一个语义地图？如何处理模糊指代？
- 描述你在仿真环境中训练导航模型的完整流程
- 如果机器人在真实场景中卡住，你会如何分析和解决？
- 你对Transformer在具身导航中的应用有哪些理解？
职位点评
67
综合评分
具身智能前沿实习，技术成长极佳，薪资一般，WLB未明确。
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领域体验的学生，对薪资福利要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展90
工作生活50
使命价值70
薪资福利
40较低
实习薪资在行业中等水平，但公司未在JD中提及福利待遇，补偿性动机满足程度有限。
薪资信号未披露（AI估算：3K-8K/月）
成长发展
90较高
职位涉及视觉语言导航、具身智能等前沿技术，能够快速积累科研和工程经验，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈VLN、Transformer、Policy Learning、语义地图、Habitat、路径规划
业务类型ambiguous
工作生活
50较低
未提及远程或弹性工作，可能需要在现场办公，生活化动机一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
具身智能属于高速发展赛道，但JD未强调社会使命价值，意义感动机中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs