智元机器人
具身智能算法研究员（VLA端到端与RL方向）-觅蜂子公司
具身智能算法研究员（VLA端到端与RL方向）-觅蜂子公司
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模型
仿真环境
具身智能
多模态Transformer
强化学习
机器人控制
值不值得投
75综合评分
综合评分 75
前沿技术驱动、成长空间广阔、研发强度高、聚焦具身智能核心算法突破
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
6.3万
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 1570 个在招 · 其中具身智能 50 个
市场机会
选择面较广
上海 · 具身智能 · 78 个在招
职位详情
关于这个职位
负责设计并训练视觉-语言-动作多模态Transformer模型，结合强化学习与仿真环境优化机器人在真实场景中的推理速度、泛化能力及控制平滑度
需将前沿论文转化为可工作的原型，解决Sim2Real迁移与域随机化等核心难题，推动具身智能算法在复杂操作任务中的落地应用
最低要求
计算机视觉、机器人学、机器学习、图形学等相关专业硕士及以上学历，博士优先
在以下至少一个方向有深入研究和项目经验：
三维重建/SLAM/3D Gaussian Splatting/物体姿态估计/人体手部重建
模仿学习（BC、ACT、Diffusion Policy）、强化学习（PPO、SAC）、机器人控制（MPC、力控）、VLA架构（RT-2、PaLM-E等）
多模态预训练（CLIP、LLaVA）、大模型微调（LoRA、RLHF）、自动标注、数据合成与数据策略
扎实的编程能力：精通Python，熟悉C++，熟练使用PyTorch/JAX等深度学习框架
熟悉至少一种仿真器（Isaac Sim、Mujoco、PyBullet）或真实机器人平台
具备优秀的学习能力、逻辑思维与跨团队协作精神，能够快速将前沿论文转化为可工作的原型
工作职责
设计并训练视觉-语言-动作多模态Transformer（参考RT-2、Octo、PaLM-E），输入自然语言指令 + 空间Token + 本体感觉，输出离散/连续动作Token（关节角度、末端位姿或扩散策略）
优化模型在真机上的推理速度与泛化能力，探索不同动作表示与模型压缩技术
利用仿真环境（Isaac Sim、Mujoco）对VLA模型进行强化学习微调（PPO/SAC/RLPD），解决域迁移导致的分布漂移
设计域随机化、系统辨识、扰动注入策略，提升策略在真实机器人上的成功率与平滑度
优先资格
有真实机器人（机械臂、人形、四足）部署经验，特别是高复杂度操作任务（装配、双手协作）
在CVPR/ICCV/ECCV/CoRL/ICRA/RSS/NeurIPS等顶会发表论文，或有高质量开源贡献
处理过Ego4D、HoloAssist或自采机器人混合数据，有Sim2Real迁移实战经验
熟悉ROS/ROS2，有实时系统或嵌入式开发经验
AI 洞察
优缺点分析
优点
- 聚焦具身智能最前沿赛道，技术栈极具前瞻性与稀缺性
- 直接参与核心算法研发，有机会在顶会发表成果或主导开源项目
- 团队背景雄厚，接触真实机器人硬件与工业级应用场景
- 算法落地难度大，Sim2Real迁移与真机调试周期长、试错成本高
- 技术迭代极快，需保持高强度持续学习与论文追踪
- 适合具备扎实科研背景、热爱底层算法创新且渴望在硬科技领域深耕的博士或资深工程师
缺点 / 挑战
- 初创公司节奏快，对独立解决问题与抗压能力要求较高
角色解读
- 可向首席算法科学家或技术总监方向发展，主导具身智能底层架构研发
- 也可转向自动驾驶、人形机器人或AI for Science等交叉领域，成为行业技术领军人才
- 负责设计并训练视觉-语言-动作多模态大模型，结合强化学习优化机器人在真实物理环境中的决策与控制能力
- 将前沿学术成果快速转化为可运行的代码原型，解决仿真到现实的迁移难题
- 持续探索模型压缩与推理加速技术，提升算法在复杂操作任务中的落地效果
- 精通深度学习框架与Python/C++编程，掌握强化学习、模仿学习及机器人控制算法
- 熟悉多模态预训练与大模型微调技术，具备扎实的数学基础与论文复现能力
- 了解主流仿真器与真实机器人硬件平台，具备较强的工程实现与调试经验
申请策略
- 提前调研目标公司在具身智能领域的最新产品路线，准备1-2个与VLA或RL相关的技术深度问答案例
- 关注团队技术博客或GitHub动态，展现对前沿论文的敏锐度
- 突出顶会论文发表记录、高质量开源项目贡献及完整的算法从理论到真机落地的闭环项目经验
- 重点展示在多模态大模型、强化学习或机器人控制方向的深度实践与技术细节
- 补充ROS2通信机制与实时系统开发知识，强化C++高性能计算与模型量化剪枝技能
- 加强Sim2Real迁移实战经验，熟悉主流仿真器与真实机器人的联合调试流程
面试指南
- 采用STAR法则结构化回答，先说明业务/科研背景与目标，再分步骤讲解技术选型、实验设计、遇到的瓶颈及最终解决方案，最后量化成果
- 强调技术决策背后的权衡逻辑（Trade-off）与可复现性
- 请详细阐述你复现过的某篇VLA或强化学习顶会论文的核心创新点与改进思路
- 在Sim2Real迁移过程中，你遇到过哪些典型的分布偏移问题？是如何通过域随机化或系统辨识解决的？
- 如何平衡多模态大模型的参数量与真机端侧推理的延迟要求？
- 精读近一年CVPR/CoRL/ICRA关于VLA、Diffusion Policy、RT-2等相关论文，整理对比表格
- 准备2-3个完整的项目复盘，重点梳理数据采集、模型训练、仿真验证到真机部署的全链路细节
- 复习强化学习基础理论与PyTorch/JAX底层原理
职位点评
薪资福利75
成长发展92
工作生活45
使命价值85
薪资福利
75中等
薪资处于行业中上水平，符合上海顶尖AI算法研究员的市场行情，但作为B轮初创企业，现金薪酬可能略低于成熟大厂，整体福利体系尚在完善中。
薪资信号未披露（AI估算：4.5千–8.0万/月）
成长发展
92较高
提供接触具身智能最前沿技术的绝佳机会，技术栈涵盖VLA、强化学习与多模态大模型，成长曲线陡峭。证据充分支持高水平技术积累。
技术前沿前沿/新兴技术
技术栈VLA、强化学习、多模态Transformer、PyTorch、JAX、Sim2Real
业务类型profit_center
工作生活
45较低
硬科技研发岗位通常需频繁下实验室调试设备，工作强度较高，JD未提及弹性工时或远程政策，WLB保障有限。
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
致力于推动具身智能技术落地，赋予机器人类人认知与操作能力，具有显著的社会价值与产业变革潜力。
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