智元机器人
大模型AI算法实习生
大模型AI算法实习生
发布于 大约 2 小时前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
Cuda
Pytorch
Slam
Vla
Wam
多模态
大模型
强化学习
灵巧手抓取
AI 估算 · 4k–7k
AI算法实习生薪资，考虑北京上海生活成本及公司融资阶段，中等偏上水平，技能要求高，市场竞争力较强
职位详情
关于这个职位
作为大模型AI算法实习生，你将参与智元机器人核心算法研发，包括自主导航、环境感知、强化学习运动控制、灵巧手抓取、多模态AgenticAI及VLA/WAM端到端大模型训练
你将与顶尖团队合作，推动具身智能算法在真实机器人上的落地，获得从算法设计到真机部署的全流程经验
适合对AI与机器人交叉领域充满热情、希望深入前沿技术的同学
最低要求
（1）计算机、软件、自动化、机械、电子、数学、精密仪器等相关专业本科、硕士、博士在读同学
工作职责
面向基础大模型和具身机器人等关键行业AI应用场景，围绕自主导航与定位、环境感知与语义建图、强化学习运动控制、灵巧手自适应抓取、多模态AgenticAI、VLA/WAM训练推理等方向，参与关键算法设计、软件开发、真机调试和性能优化，推动具身智能前沿算法和系统落地
投入自主导航与定位系统构建，优化复杂场景目标定位、动态目标实时跟踪、复杂环境重定位、视觉语言实时导航等算法，参与算力受限下的性能优化和真机闭环测试，提升机器人在动态和非结构化场景下的导航精度与实时性
投入环境感知与语义建图算法研究，优化3D场景重建、开放词表语义理解、多模态特征对齐与融合、实时稀疏建图技术，参与感知模块计算与内存性能优化，提升机器人对开放环境的认知粒度与建图效率
投入强化学习运动控制算法研究，优化奖励函数设计、Sim2Real迁移、全身运动控制、生成式运控等技术，参与仿真环境搭建与真机部署调试，提升机器人在复杂场景下的运动鲁棒性、灵活性及抗干扰能力
投入灵巧手自适应抓取算法开发，优化多指协同控制、触觉反馈融合、未知物体泛化抓取策略及基于阻抗控制的柔顺操作算法，参与抓取规划仿真与真机标定调优，提升灵巧手在杂乱场景下的抓取成功率与操作精细度
投入多模态AgenticAI算法研究，优化上下文管理、场景语义理解、多步工具调用、SFT场景微调、AgenticRL等技术，参与Agentic工作流编排与端云协同开发，提升长时程任务执行效率、自主纠错能力和系统鲁棒性
投入VLA/WAM端到端大模型训练与推理优化，优化多模态数据合成、世界模型状态预测、端侧大模型架构设计等技术，参与大模型在边缘计算平台的推理部署与算子加速，提升具身大模型的泛化能力与端侧推理实时性
优先资格
（2）有以下任一经验者优先：
a. 编程基础扎实，掌握python/C/C++编程语言，熟悉pytorch/cuda等AI开发框架，有良好的架构设计和编程习惯
b. 具有AI训练、AI推理、CV、深度学习、模型部署等AI算法相关经历
c. 具有机器人多模感知、路径规划、运动控制、建图定位相关算法研究和开发经历
d. 具备较强的新技术和新架构研究能力，可快速跟踪洞察业界最前沿AI领域技术
e. 具备独立工作能力和解决问题的能力
AI 洞察
优缺点分析
优点
- 公司处于快速发展期，B轮融资，团队技术氛围浓厚，有机会发表论文或专利
- 北京/上海双城可选，地理位置优越，接触行业顶尖资源
- 实习期即可参与真机部署，动手实践机会多，成长速度快
- 算法复杂度高，需要同时理解AI和机器人两个领域，学习曲线陡峭
- 实习期间可能面临紧张的研发节奏，需要快速产出成果
- 部分方向（如Sim2Real、端侧部署）工程化难度大，需要反复调试
- 适合对AI与机器人交叉领域有强烈兴趣、具备扎实编程和算法基础、愿意深入工程实践的研究生或优秀本科生
缺点 / 挑战
- 参与最前沿的具身智能大模型研发，技术栈新、挑战性强，简历含金量高
角色解读
- 实习转正后可成长为具身智能算法工程师，深耕机器人AI领域
- 技术方向可向高级算法专家或技术Leader发展，或横向拓展至通用AI方向
- 积累机器人落地经验后，可转型至自动驾驶、工业机器人等热门赛道
- 参与具身机器人核心算法研发，包括自主导航、环境感知、强化学习运动控制等方向，从算法设计到真机调试全流程
- 优化大模型在机器人上的推理部署，涉及VLA/WAM端到端训练与边缘计算加速
- 与团队成员协作，进行仿真环境搭建与真机测试，推动算法落地
- 跟踪前沿技术，快速实现并验证新算法效果
- 扎实的编程基础，精通Python/C++，熟悉PyTorch/CUDA等深度学习框架
- 熟悉计算机视觉、强化学习、机器人学中至少一个领域的基础算法
- 具备独立解决问题的能力，能快速阅读并复现论文
- 对AI与机器人交叉领域有浓厚兴趣，具备较强的学习能力
申请策略
- 在简历和面试中强调你对具身智能的热情，以及快速学习新技术的能力
- 提前准备一个完整的项目案例，从问题定义到解决方案，展示你的思考过程
- 突出AI项目经历，尤其是机器人相关（如SLAM、运动控制、强化学习）或CV/NLP项目
- 展示编程能力，在GitHub上有个人项目或贡献，注明使用的框架和工具
- 列出发表的论文或竞赛获奖，体现研究能力和技术深度
- 如果有实习或实验室经历，具体描述你在算法设计与调试中的角色
- 提前学习强化学习（如PPO、SAC）和机器人运动学基础，熟悉仿真环境（如MuJoCo、Isaac Gym）
- 补足C++和CUDA编程技能，了解模型部署工具（如ONNX、TensorRT）
面试指南
- 对于项目经验问题，采用STAR法则：背景、任务、行动、结果
- 突出量化成果
- 对于技术问题，先给出基本概念，再结合实际案例说明，最后提一下最新进展
- 对于开放性问题，展示你的思考逻辑，从多个角度分析，并给出权衡
- 请描述你在一个机器人或AI项目中遇到的挑战及如何解决
- 解释强化学习中Sim2Real的主要难点和常用迁移方法
- 如何优化一个深度学习模型在边缘设备上的推理速度？
- 你对VLA/端到端大模型在机器人中的应用有什么理解？
职位点评
64
综合评分
前沿AI算法实习，技术成长极高，薪资一般，需现场办公。
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、愿意投入前沿研发、能接受现场办公高强度节奏的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展90
工作生活40
使命价值80
薪资福利
50较低
实习薪资处于行业中等水平，福利仅按法律规定，无明显额外补贴，补偿性满足一般。
薪资信号未披露（AI估算：4K-7K/月）
成长发展
90较高
技术栈前沿（具身智能、大模型），涉及多学科交叉，成长空间极大，发展性动机获得高度满足。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、SLAM、VLA、WAM、PyTorch、CUDA、Sim2Real
业务类型profit_center
工作生活
40较低
需要现场办公，未提及弹性工作或远程，北京上海通勤压力大，生活化满足程度较低。
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
80较高
具身智能是未来科技的重要方向，推动机器人服务于人类生活，具有较高的社会价值和使命感。
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）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs