智元机器人
机器人AIGC算法工程师
机器人AIGC算法工程师
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Diffusion
Dit
Ik/Fk
Pytorch
动作重定向
多模态生成
机器人学
值不值得投
74综合评分
综合评分 74
前沿AIGC机器人算法岗，技术成长天花板高，项目落地成就感强，但对综合能力要求苛刻且工作模式可能偏紧张。
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。
薪资怎么样
40K
比机器人开发中位数高
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 1420 个在招 · 其中机器人开发 32 个
市场机会
选择适中
深圳 · 机器人开发 · 16 个在招
职位详情
关于这个职位
该职位隶属于智元机器人，负责研发机器人AIGC算法，旨在提升机器人动作、手势和表情的自然度与表现力
工作涵盖多模态驱动的动作生成、生成模型研究，并推动相关技术在机器人本体上的部署与产品化落地
最低要求
计算机视觉、AI、机器人、图形学等相关专业硕士及以上学历，博士优先
具有 Human Motion Generation、3D Animation、Gesture/Facial Generation、Digital Human 等相关经验
熟悉 Transformer、Diffusion、DiT 等生成模型及 PyTorch
熟悉三维人体动画、骨骼、IK/FK、动作重定向等相关技术
具备较强算法研究与工程落地能力
工作职责
负责机器人动作、手势、表情等 AIGC 算法研究与落地，提升自然度、拟人性和表现力
研究文本、语音、音乐、视频等多模态驱动的动作与表情生成，包括 Text/Audio-to-Motion、Gesture Generation、Lip Sync 等
研究 Transformer、Diffusion/DiT 等生成模型，重点突破长序列生成、实时流式生成、多模态对齐与动作连续性
结合机器人本体开展动作重定向、IK/FK、运动学约束及可执行性优化，推动真机部署与产品化落地
建设动作及多模态数据训练、评测和迭代体系，持续提升模型泛化能力
优先资格
有机器人、数字人、游戏角色动画或实时交互项目落地经验
有大规模动捕/人体动作数据训练经验，熟悉 MetaHuman、Unreal Engine 等工具链
有多模态生成、长序列生成、流式生成或生成式基础模型研发经验
在 CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS、ICLR 等顶会发表相关论文者优先
AI 洞察
优缺点分析
优点
- 技术前沿：身处AIGC与机器人结合的热点领域，能接触并应用最前沿的生成模型和具身智能技术
- 落地导向：工作直接面向产品，算法成果能在真实的机器人上看到效果，成就感强
- 高成长性：行业处于快速发展期，个人技能和行业知识积累速度快
- 需要持续学习：AI技术迭代迅速，必须保持高强度学习以跟上发展
- 落地要求高：算法不仅要效果好，还需考虑实时性、稳定性和硬件约束，对工程化能力要求严格
缺点 / 挑战
- 技术挑战大：需要融合生成模型、机器人学、实时系统等多个复杂领域知识，攻关难度高
- 对生成式AI和机器人技术有浓厚兴趣，具备扎实的算法研究和工程实现能力，喜欢挑战前沿课题并追求技术落地的求职者
角色解读
- 技术专家路线：深耕AIGC与机器人交叉领域，成为特定方向（如人形机器人动作智能）的核心算法专家
- 技术负责人路线：随着项目经验积累，带领小型算法团队，负责更大模块或产品线的技术规划
- 前沿探索路线：持续跟进顶会研究，推动创新算法在具身智能等更广阔场景的落地应用
- 设计和研究用于生成机器人自然动作、手势和表情的AIGC算法
- 开发基于多模态输入（文本、语音等）的动作生成模型，并解决实时性、连续性等工程难题
- 将算法模型与机器人硬件本体结合，进行动作适配和真机部署
- 构建完整的动作数据训练、评测和迭代流程，以持续优化算法性能
- 精通生成式AI模型，特别是Transformer、Diffusion/DiT架构及其在动作生成领域的应用
- 具备扎实的三维视觉和动画技术基础，熟悉骨骼动画、IK/FK、动作重定向等
- 拥有将前沿算法转化为可部署产品的强大工程能力，熟练使用PyTorch等工具
- 对机器人学或计算机图形学有深入理解，能结合本体约束进行优化
申请策略
- 仔细研究智元机器人公开的产品信息和技术博客，了解其技术路线和产品重点，在面试中展现你的思考和匹配度
- 准备一个与职位描述高度相关的、能体现你‘算法研究+工程落地’能力的深度项目案例
- 突出在Human Motion Generation、3D Animation、Diffusion Model等具体方向的项目经验或研究成果
- 详细描述算法从研究到部署的完整经历，强调解决实际工程问题的能力
- 如有顶会论文或知名竞赛成绩，务必重点展示
- 系统复习和深化Transformer、Diffusion等生成模型的理论与最新进展
- 实践三维动画与机器人运动学相关技术，如学习使用Unreal Engine进行动作仿真
- 了解机器人硬件（如伺服电机、控制器）的基本原理，以便更好地进行算法-本体协同设计
面试指南
- 使用STAR法则回答项目经验：Situation（背景）、Task（任务）、Action（你采取的行动，重点讲技术选择和实现）、Result（结果和量化收益）
- 技术问题回答遵循“原理-实践-优化”的思路：先解释基本原理，再结合具体场景或你的经验说明如何应用，最后讨论可能的改进方向
- 对于开放性设计问题，可以从“目标拆解-技术选型-实现路径-评估验证”几个维度来组织回答
- 请介绍一个你完成的、与人体动作生成或表情生成相关的项目，遇到了哪些技术难点？如何解决的？
- 如何平衡生成动作的‘自然度’与在机器人本体上的‘可执行性’？
- 对于长序列的动作生成，如何保证其连贯性和稳定性？
- 请解释一下Diffusion Model在动作生成任务中的基本原理和优势
- 如果让你负责一个机器人实时表情生成的模块，你会如何设计技术方案和评估指标？
职位点评
薪资福利70
成长发展95
工作生活45
使命价值85
薪资福利
70中等
作为前沿领域的高级技术岗位，薪资具有竞争力，但JD未明确薪资范围和具体福利，需面试确认。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
该岗位涉及AIGC、机器人、多模态生成等前沿技术的深度融合与落地，技术成长空间和行业视野价值极高。
技术前沿前沿/新兴技术
技术栈Transformer、Diffusion、DiT、Human Motion Generation、3D Animation、IK/FK、PyTorch
成长机会持续提升模型泛化能力、推动真机部署与产品化落地
业务类型profit_center
工作生活
45较低
JD未提及工作模式、弹性办公或WLB相关信息，结合行业特点与研发属性，推测可能以现场办公和项目驱动为主。
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
致力于让机器人动作更自然、更具表现力，具有明确的、积极的科技应用价值和社会影响潜力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升自然度、拟人性和表现力、推动真机部署与产品化落地
创新程度开拓性创新（行业首创）
Watch Jobs