智元机器人
具身智能算法工程师
具身智能算法工程师
发布于 3 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
Vla
世界模型
多模态
强化学习
机器人控制
知识蒸馏
值不值得投
77综合评分
综合评分 77
顶尖具身智能算法岗，技术前沿且极具挑战性，薪资丰厚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
5.5万
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 1600 个在招 · 其中具身智能 55 个
市场机会
选择面较广
上海 · 具身智能 · 93 个在招
职位详情
关于这个职位
该职位专注于双足人形机器人的双臂操作与移动协同，负责VLA、世界动作模型及强化学习算法的研发
需打通从多源示教数据构建、模型预训练到真机评测的完整链路，提升机器人的任务理解、决策泛化及失败恢复能力
最低要求
计算机、人工智能、机器人、自动化或相关专业硕士及以上学历，具备深度学习或机器人学习算法研发经验
熟练掌握 Python 与 PyTorch，能独立完成模型实现、训练调试、实验分析与评测
在 VLA、多模态模型、世界模型、动作生成、强化学习或具身 Agent 中至少一个方向有深入实践，能将研究方法转化为可验证的模型能力
熟悉预训练与后训练的基本方法，能分析数据分布、模型结构、动作表示及训练目标对模型效果的影响
具备完整的算法实验经验，重视基线对比、消融分析、训练与评测数据隔离及实验复现，能通过失败案例定位问题并提出改进方案
工作职责
VLA / WAM 研发： 研究视觉、语言、状态与动作的联合表示，训练并优化操作策略与世界动作模型
探索动作生成、未来状态预测及模型辅助决策，提升机器人在双臂操作与移动操作任务中的泛化能力
多源数据与预训练： 融合 Ego、UMI、真机遥操作与自主交互数据，设计动作表示、监督信号、数据配比与训练目标
探索跨数据源、跨本体迁移，系统评估数据规模、质量与混合策略对模型能力的影响
后训练与强化学习： 开展任务微调、模仿学习及离线或在线强化学习，结合奖励建模、任务成功判别、人类纠正与失败轨迹利用，提升任务成功率、执行鲁棒性与交互效率
VLM 与教师模型蒸馏： 利用 GPT 等教师模型生成任务语义、子目标、推理步骤与评估信号，研究面向具身任务的知识蒸馏方法
建立生成数据的质量筛选与验证机制，将教师模型能力迁移至可部署的具身模型
具身 Agent 与长程任务： 研究任务分解、技能调用、状态记忆、执行反馈与失败恢复，探索思维链（CoT）与动作决策的结合，在推理质量、决策延迟与任务表现之间取得平衡
协同感知、导航及运控团队完成技能执行接口的设计与集成
模型评测与真机闭环： 开展模型训练、消融实验及仿真与真机评测，建立覆盖任务成功率、泛化能力、长程任务完成率与失败恢复能力的评测体系
关联数据版本、训练配置、模型权重与部署结果，通过失败分析驱动模型迭代，并协同部署团队完成真机部署与回归验证
优先资格
有双足人形机器人双臂操作、移动操作或长程任务的真机落地经验
有 Ego、UMI 或遥操作数据的使用经验，熟悉从人类示教到机器人操作策略的迁移方法
具备基于 Diffusion Policy、Flow Matching 或 VLA 的机器人操作策略训练、微调与优化经验
有机器人策略强化学习后训练、奖励建模或人在环学习（Human-in-the-Loop）经验
有 VLM 蒸馏、GPT 等教师模型辅助监督、CoT 与动作学习结合、工具调用或具身 Agent 研发经验
在机器人、计算机视觉或机器学习领域顶级会议（RSS、CoRL、ICRA、IROS、CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR）发表过相关论文
AI 洞察
优缺点分析
优点
- 处于具身智能风口，技术栈极度前沿（VLA/RL/Agent），接触真机落地场景，职业天花板高
- 技术难度极大，需兼顾算法创新与工程实现
- 真机调试环境复杂，失败率高，对心理素质和抗压能力要求高
缺点 / 挑战
- 拥有机器人/AI背景，追求技术极致，愿意挑战前沿难题，且具备较强工程落地能力的资深算法工程师或博士
角色解读
- 可向具身智能首席科学家、AI架构师方向发展，或在机器人行业成为稀缺的复合型高端技术专家
- 负责双足人形机器人的核心大脑开发，包括视觉-语言-动作模型（VLA）和世界动作模型（WAM）的研发与训练
- 精通 PyTorch 和深度学习框架，深入理解强化学习、模仿学习及多模态大模型原理，具备扎实的算法工程落地能力
申请策略
- 重点展示从理论到真机落地的闭环能力，特别是如何处理真实世界的不确定性和噪声数据
- 突出顶会论文（CVPR/ICRA等）、VLA/RL相关项目经历、以及任何涉及真机调试或多模态模型训练的具体成果
- 加强 Diffusion Policy、Flow Matching 等最新生成式策略算法的学习，熟悉 ROS2 及主流仿真器（Isaac Sim/MuJoCo）
面试指南
- 采用 STAR 法则，重点阐述技术选型的理由、遇到的具体瓶颈（如数据分布偏移、训练不稳定）、采取的解决方案（如引入特定损失函数、数据增强策略）以及最终的量化效果
- 请详细介绍你过往项目中 VLA 或世界模型的架构设计及训练难点
- 如何在数据稀缺情况下，利用仿真到真机（Sim2Real）迁移提升策略泛化能力？
- 面对长程任务中的累积误差，你会如何设计失败恢复机制？
- 请谈谈你对 Diffusion Policy 与 Flow Matching 在机器人控制中优劣的理解
- 复习最新的具身智能顶会论文，准备1-2个深度剖析的技术案例，熟悉公司近期发布的人形机器人产品特性
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
作为B轮独角兽的核心算法岗，薪资极具竞争力，虽未明确披露但市场水准偏高，福利方面JD未提及具体细节。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
95较高
极致的成长型岗位，接触最前沿的VLA、RL及具身Agent技术，且有真机落地机会，技术壁垒高，发展空间巨大。
技术前沿前沿/新兴技术
技术栈VLA、WAM、RL、Agent、Diffusion Policy、Flow Matching、PyTorch
业务类型profit_center
工作生活
40较低
高强度研发岗位，需进行真机调试和大量实验，工作节奏可能较快，JD未提及弹性工作或WLB保障。
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
80较高
致力于通用机器人研发，推动人工智能在物理世界的落地，具有显著的社会影响力和行业使命感。
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）
Watch Jobs