智元机器人
物理 AI 算法研究员(具身智能)
物理 AI 算法研究员(具身智能)
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具身智能
具身智能
Pytorch
Sim2Real
Vla
多模态大模型
强化学习
机器人运动控制
模仿学习
灵巧操作
语音交互
值不值得投
75综合评分
综合评分 75
顶尖学术要求、前沿具身智能技术、真机落地导向、高成长潜力但工作强度可能较大
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
6.0万
比具身智能中位数高
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 1620 个在招 · 其中具身智能 59 个
市场机会
选择面较广
上海 · 具身智能 · 约 100 个在招
职位详情
关于这个职位
该职位是智元机器人面向具身智能领域的算法研究员，专注于全尺寸人形机器人的核心算法研发
候选人需从四个方向（基础模型、全身运控、灵巧操作、交互系统）中选择一个，负责将前沿AI技术落地到真机，解决感知、运动控制、操作及交互等关键难题，实现机器人在真实世界中的稳定运行与灵巧作业
最低要求
机器人、计算机、自动化、电子或相关专业硕士及以上
博士优先
熟练使用 Python 和 PyTorch，能独立复现和改进前沿论文
至少满足一项：
在 CoRL、RSS、ICRA、IROS、CVPR、NeurIPS、ICLR、Science Robotics等会议或期刊发表过相关一作论文
有在真实机器人上完成并迁移学习策略的工作
有开源影响力的项目
具备所选方向的核心基础：
具身基模：大模型训练、多模态表征
全身运控：强化学习、机器人动力学
灵巧操作：模仿学习、接触建模
交互：语音与面部生成、实时系统
愿意下真机调试，能把问题分解到数据、模型、控制、硬件各层
工作职责
你将负责(四个方向，按背景选一)
方向一：具身基础模型
研究并训练面向人形机器人的VLA、世界模型或动作生成模型，覆盖感知、语言、动作的统一表征
设计数据配方：真机遥操作、仿真、人类视频的混合与配比，跨本体迁移
研究大模型在机器人上的推理效率：动作分块、蒸馏、端侧部署
和数据平台、评测系统一起定义训练与评测闭环
方向二：人形机器人全身运控
基于强化学习和模仿学习，研究全尺寸人形的行走、跑跳、抗扰、起身、地形适应
全身运动跟踪与动作重定向：从动捕、视频中学习自然动作，并稳定迁移到真机
解决 sim2real：域随机化、系统辨识、执行器建模
把运控策略做成能被上层模型调用的技能接口
方向三：全身灵巧操作
研究人形机器人双臂加灵巧手的操作策略，包括抓取、装配、工具使用、移动中操作
融合视觉、触觉、力觉，解决接触丰富、高精度、双手协同等难题
设计遥操作与数据采集方案，提升演示数据的质量和效率
研究操作策略的泛化：新物体、新场景、新任务
方向四：交互算法 / 系统
研究表情生成、口型同步、眼神与注视、全双工语音对话
研究从语音或多模态意图生成面部和肢体动作的学习方法，并做到低延迟、可控
搭建端到端交互系统：语音识别、对话、合成、表情、动作的时序对齐与延迟优化
建立交互质量的评测方法，覆盖自然度、同步误差和用户主观评分
优先资格
有人形机器人、四足机器人或灵巧手的真机部署经验，做过从零到一的系统
熟悉 Isaac Lab、MuJoCo、Genesis 等仿真平台，以及大规模并行训练
有大规模分布式训练经验，比如 FSDP、DeepSpeed、千卡级集群
交互方向：做过流式语音、口型或表情驱动(如 Audio2Face 类方法)、端侧推理优化
AI 洞察
优缺点分析
优点
- 处于具身智能风口，技术前沿性强，有机会参与定义行业标准
- 提供真实的物理机器人平台进行研发，避免纯仿真研究的局限性
- 公司融资能力强，资源投入充足，适合追求技术突破的研究型人才
- 真机调试过程繁琐且充满不确定性，需要极强的问题解决能力和耐心
- 适合拥有顶尖高校机器人/AI相关专业硕博学位，具备扎实理论基础和强烈工程落地意愿的研究型工程师
缺点 / 挑战
- 工作内容极具挑战性，能显著提升在AI+Robotics交叉领域的核心竞争力
- 对学术背景和工程能力要求极高，竞争压力大，入职门槛高
- 行业处于早期阶段，部分技术路径尚未完全成熟，可能面临方向调整风险
- 工作强度可能较大，需兼顾科研创新与产品落地的双重压力
角色解读
- 成为具身智能领域的资深算法专家或首席科学家，主导核心技术路线
- 转向技术管理岗位，带领团队攻克更复杂的机器人智能化难题
- 在机器人行业创业或加入头部科技公司，推动具身智能产品的商业化进程
- 针对人形机器人研发核心AI算法，涵盖基础模型、运动控制、灵巧操作或交互系统四个方向之一
- 设计数据配方与训练流程，利用仿真与真机数据进行模型训练与优化
- 解决Sim2Real迁移难题，确保算法在真实物理环境中的鲁棒性与泛化能力
- 进行真机调试与验证，推动研究成果从实验室走向产品化落地
- 扎实的机器学习/深度学习基础，精通Python和PyTorch框架
- 具备顶会论文发表记录或在真实机器人上的算法落地经验
- 深入理解所选方向的专业知识（如强化学习、多模态大模型、机器人动力学等）
- 优秀的工程实践能力，能够处理大规模分布式训练及软硬件协同调试
申请策略
- 提前了解智元机器人的最新产品和技术路线，展现对公司的深度关注
- 准备详细的项目复盘，重点阐述如何解决关键技术瓶颈和失败经验
- 突出顶会论文发表情况，强调一作身份及研究方向与岗位的匹配度
- 详细列举在真实机器人上的项目经验，特别是Sim2Real迁移和真机部署案例
- 展示开源项目贡献或技术影响力，证明代码能力和社区活跃度
- 明确标注所选的研究方向，并针对性地展示该方向的核心技能栈
- 加强大规模分布式训练技巧，熟悉FSDP、DeepSpeed等工具
- 提升仿真平台（Isaac Lab/MuJoCo）的使用熟练度，优化数据生成效率
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，清晰描述项目背景和个人贡献
- 技术深度：不仅讲“做了什么”，更要讲“为什么这么做”，体现对底层原理的理解
- 工程思维：强调数据质量、迭代速度、系统鲁棒性等工程指标，而非仅关注理论精度
- 反思与展望：总结项目中的不足及未来改进方向，展现持续学习能力
- 请详细介绍你发表的顶会论文，其创新点和对机器人领域的潜在价值是什么？
- 在Sim2Real迁移过程中，你遇到过哪些主要挑战？是如何通过域随机化或系统辨识解决的？
- 如果让你设计一个用于人形机器人灵巧操作的数据采集方案，你会考虑哪些因素？
- 如何评估大模型在端侧部署时的推理效率？有哪些具体的优化手段？
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
作为B轮独角兽公司的核心研发岗，薪资水平应处于市场中上游，但JD未明确披露具体数字，福利方面也未提及额外补贴，整体薪酬竞争力取决于个人议价能力。
薪资信号未披露（AI估算：4.0千–8.0万/月）
成长发展
95较高
该职位处于具身智能最前沿，涉及VLA、世界模型等新兴技术，且要求真机落地，为技术人员提供了极高的成长空间和职业天花板。
技术前沿前沿/新兴技术
技术栈VLA、World Model、Reinforcement Learning、Imitation Learning、PyTorch、FSDP、DeepSpeed、Isaac Lab、MuJoCo
业务类型profit_center
工作生活
40较低
研发岗通常工作节奏较快，且JD强调“真机调试”和“工程闭环”，暗示可能需要较高的工作投入和灵活性，WLB可能面临挑战。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
致力于让人形机器人在真实世界中稳定工作，具有显著的技术突破意义和社会应用前景，能满足研究型人才对技术使命感的追求。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号让全尺寸人形机器人在真实世界里稳定地动、灵巧地做、自然地交流
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs