智元机器人
多模态运控算法研究员/专家
多模态运控算法研究员/专家
发布于 大约 20 小时前普通员工/个人贡献者
深圳市 / 上海市
专家级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Diffusion
Pytorch
人形机器人
全身控制
多模态融合
强化学习
模仿学习
视觉伺服
AI 估算 · 35k–60k
人形机器人领域高级算法专家，结合深圳/上海薪资水平及B轮公司吸引力，月薪约35K-60K。
职位详情
关于这个职位
该职位专注于人形机器人多模态运控算法的研究与落地，融合视觉、语音、触觉等传感器输入，驱动全身动作生成与闭环控制
你将负责从视觉感知到运动控制的完整链路研发，包括全身运动模型、数据闭环以及与业务线的POC交付
适合在机器人控制、计算机视觉和机器学习方向有深厚经验的研究人员
最低要求
机器人/控制/计算机视觉/机器学习相关背景，本科及以上
有多模态动作生成或视觉闭环控制相关经验
理解运控关键约束：运动学/动力学基础、全身控制（WBC/IK/优化）与稳定性/接触建模
具备将模型落到可执行控制的能力
熟悉至少一类技术体系：生成式动作模型（Diffusion/Transformer等）、视觉伺服/轨迹优化/MPC、模仿学习/强化学习（RL/IL）、VLA/Agent式技能调用
熟练 Python/C++，熟悉 PyTorch/JAX 之一
具备可复现实验、工程化实现与实时性意识（时延/频率/稳定性）
强预研能力：能抽象问题→设计实验与指标→快速做出baseline/对照→定位瓶颈→迭代得到可落地结论
工作职责
面向人形机器人交互与部署态场景，开展多模态运控算法/模型预研：融合视觉/语音/文本/触觉等输入，驱动全身动作生成、动作选择与闭环控制
重点攻关视觉运控：从视觉感知（目标/人体/位姿/轨迹/场景几何）到规划决策与控制执行的闭环链路，提升动态环境下的实时响应、鲁棒与稳定
研发并迭代全身/基座运控模型：全身动作生成（上肢+躯干+头部+视线）、基座移动/站立稳定/抗扰，统一考虑可达性、接触约束、安全边界与自然表达
建立数据与评测闭环：多模态数据对齐与采集、仿真/回放评测、难例挖掘
指标覆盖成功率、时延、稳定性、抖动、能耗与异常恢复能力
与业务线完成POC目标与验收口径定义，交付可验证原型并推进与工程/运控/平台联调落地
优先资格
有人形机器人全身动作与动态任务经验：跟随/指向/抓取、踢球/对打、抗扰与跌倒恢复等
有Sim2Real与仿真经验：MuJoCo/Isaac/Gazebo，域随机化/系统辨识/回放评测
有端侧部署与推理优化经验：ONNX/TensorRT、量化/蒸馏、实时控制系统集成
有高质量论文/专利/开源贡献，或主导过0-1 POC攻坚并落地
AI 洞察
优缺点分析
优点
- 处于人形机器人风口赛道，技术前沿且应用前景广阔，个人成长空间大
- 涉及多模态融合、全身控制等复合技术栈，技能积累价值高
- 公司处于B轮，有机会参与0-1的研发过程，对职业履历有显著加分
- 技术难度高，需要同时掌握运控、视觉、学习等多领域知识，初期学习曲线陡峭
- 硬件与仿真环境的限制可能导致算法迭代周期长，需要耐心和工程能力
- 行业尚在早期，产品落地的商业价值未充分验证，存在一定不确定性
缺点 / 挑战
- 适合对机器人控制有浓厚热情、具备扎实的算法和工程背景、乐于挑战前沿难题的研究型人才
角色解读
- 向首席科学家/技术总监发展，主导公司级多模态运控平台架构设计与技术路线规划
- 横向扩展至机器人全栈（感知、决策、控制），成为机器人领域技术专家
- 积累行业影响力，通过顶会论文、开源项目成为人形机器人领域的知名研究者
- 研发多模态运控模型，融合视觉、语音、触觉等输入驱动人形机器人全身动作生成与闭环控制
- 攻关视觉运控链路，从视觉感知到运动规划与执行，提升动态环境下的实时性与鲁棒性
- 建立数据采集与评测闭环，利用仿真和回放技术优化模型性能
- 与业务线协作定义POC目标，交付可验证原型并推动落地
- 扎实的机器人运控基础：运动学、动力学、全身控制（WBC/IK/优化）及稳定性建模
- 熟悉生成式模型（Diffusion/Transformer）、强化学习或视觉伺服等一类技术体系
- 熟练使用Python/C++及PyTorch/JAX框架，具备工程化实现和实时性意识
- 强大的预研能力：能够抽象问题、设计实验、快速迭代并得到可落地结论
申请策略
- 了解智元机器人的产品方向和现有技术栈，在面试中展示对公司的研究和匹配度
- 准备2-3个过往项目的深度复盘，突出从问题抽象到落地的完整思路
- 突出人形机器人或相关领域的项目经验，特别是全身运动控制、视觉运控闭环等方向
- 详细描述在Diffusion/Transformer/RL等模型上的实战经历，包括模型设计、训练和部署
- 强调论文、专利或开源贡献，尤其是与运控、多模态相关的成果
- 展示解决复杂工程问题的能力，如实时性优化、Sim2Real迁移等
- 补充Sim2Real经验：学习MuJoCo/Isaac仿真环境及域随机化技术
- 熟悉端侧部署工具链：ONNX/TensorRT、模型量化与蒸馏
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献和关键决策
- 对比分析：不同技术方案（如Diffusion vs RL）的优缺点，展现技术广度与判断力
- 问题拆解：面对开放问题，先明确约束条件，再分步骤给出解决方案
- 请描述一个你曾主导的多模态运控项目，从问题定义到最终落地的过程
- 如何设计一个视觉驱动的全身动作生成模型？具体技术选型和原因？
- 在处理Sim2Real迁移时，你遇到过哪些挑战？如何解决？
- 你对人形机器人全身控制的稳定性如何理解？请举例说明
- 如何评估运控算法的性能？你会设计哪些评测指标？
职位点评
67
综合评分
前沿人形机器人算法岗位，技术含金量高，薪资有竞争力，但工作强度较大，生活平衡一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合以技术成长和前沿创新为核心追求的求职者，愿意为职业发展接受较高的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展88
工作生活40
使命价值80
薪资福利
60中等
薪资未明确披露，但人形机器人领域高级岗位薪酬通常具备竞争力，福利未在JD中提及，整体补偿性中等。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
88较高
岗位聚焦前沿多模态运控技术，涉及生成式模型、强化学习等先进方法，预研性质提供显著技能成长空间，但未明确晋升路径。
技术前沿前沿/新兴技术
技术栈多模态、全身控制、Diffusion、Transformer、视觉伺服、MPC、模仿学习、强化学习、VLA
业务类型profit_center
工作生活
40较低
工作地点为深圳/上海，但未提及远程办公或弹性工时；机器人研发通常强度较高，生活平衡一般。
工作模式仅现场办公
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
80较高
人形机器人属于高速增长赛道，技术创新性强，对社会生产力有潜在积极影响，但直接社会价值不明显。
行业发展高速增长赛道
社会影响中性/一般
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