智元机器人
具身智能算法研究员（空间智能方向）-觅蜂子公司
具身智能算法研究员（空间智能方向）-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
3D Gaussian Splatting
Pytorch
Sim2Real
Slam
强化学习
机器人控制
模仿学习
计算机视觉
值不值得投
79综合评分
综合评分 79
前沿具身智能核心算法岗，技术天花板极高、成长空间巨大，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
5万
与具身智能中位数基本持平
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 1520 个在招 · 其中具身智能 45 个
市场机会
选择面较广
上海 · 具身智能 · 67 个在招
职位详情
关于这个职位
该职位专注于具身智能空间智能与三维重建方向的算法研发，负责3D高斯溅射场景重建、实时SLAM系统构建及人体-物体交互重建等核心工作
你将把前沿论文转化为可工作的原型，为端到端模型提供空间Token与动态场景状态预测，推动机器人感知与操作能力的落地
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
研发前馈式（Feedforward）3D Gaussian Splatting 场景重建算法，从稀疏多视角或单目视频毫秒级输出紧凑3D高斯表示，支持动态更新与压缩
构建实时SLAM系统（融合传统/NeRF/3DGS方法），处理自我中心（egocentric）与人中心（exocentric）混合输入，输出机器人坐标系下的稠密几何、物体6DoF位姿及相机轨迹
开发人体-物体交互（HOI）重建：从多视角外部视频重建物体网格+姿态、人体SMPL/手部MANO参数
从单目自我中心视频实时重建手部与接触关系，生成时空对齐的HOI轨迹
设计自动标定与数据预处理管线（多相机外参自标定、时间同步、空间对齐），为下游模型提供规范化输入
向端到端模型输出可消费的空间Token（如场景图序列、可操作实体列表、接触点坐标），并与RL组协同提供动态场景下的状态预测（世界模型）
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
- 能提供丰富的真实机器人部署场景和算力资源，利于技术落地与验证
- 团队技术氛围浓厚，有机会在顶会发表论文或做出高质量开源贡献
- 具身智能属于交叉学科，需要同时掌握视觉、SLAM、强化学习等多领域知识，学习曲线陡峭
- 从仿真到真实环境（Sim2Real）的迁移存在巨大鸿沟，算法落地和调试过程可能面临较多挫折
- 适合对机器人和空间智能有强烈热情，具备扎实数学与编程基础，且渴望在前沿交叉领域深耕的算法极客
缺点 / 挑战
- 处于具身智能与空间智能的最前沿，技术栈极具前瞻性和挑战性，个人技术壁垒高
角色解读
- 在具身智能这一爆发式增长的前沿领域，积累从感知、重建到控制的全栈算法经验
- 未来可向具身智能算法专家、空间智能技术负责人或机器人系统架构师方向发展
- 负责具身智能空间智能与三维重建方向的算法研发，包括3D高斯溅射、实时SLAM和人体-物体交互重建
- 设计自动标定与数据预处理管线，为端到端模型提供空间Token和动态场景状态预测
- 将前沿学术论文转化为可工作的算法原型，并与强化学习团队协同推进机器人感知与操作能力的落地
- 扎实的计算机视觉与机器人学基础，精通3D重建、SLAM或3D Gaussian Splatting等核心算法
- 熟练掌握Python和C++，精通PyTorch等深度学习框架，熟悉主流机器人仿真器
- 具备将前沿论文快速转化为工程原型的能力，以及跨团队协作和解决复杂系统问题的逻辑思维
申请策略
- 提前了解智元机器人的核心产品（如远征A1人形机器人）及其技术路线，在面试中展现对公司业务的理解
- 重点突出在3D重建、SLAM或3D Gaussian Splatting等方向的具体项目经验及性能指标提升
- 展示在CVPR/ICCV/CoRL等顶会的论文发表记录，或高质量的GitHub开源项目链接
- 强调Sim2Real迁移经验或真实机器人平台的部署经历，证明算法的工程落地能力
- 深入学习3D Gaussian Splatting和NeRF等最新三维重建技术，并尝试在开源数据集上复现
- 熟悉Isaac Sim或Mujoco等主流仿真器，掌握基础的ROS/ROS2操作和机器人控制理论
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、具体行动（算法设计/工程实现）和量化结果
- 原理+实践：回答技术问题时，先简述算法核心数学原理，再结合代码实现或调参经验说明工程细节
- 请详细介绍你在3D Gaussian Splatting或SLAM项目中的核心贡献，以及如何解决稀疏视角下的重建伪影问题？
- 在Sim2Real迁移过程中，你遇到过哪些Domain Gap问题？是如何通过域随机化或系统辨识来解决的？
- 如何设计一个自动标定与数据预处理管线，以保证多相机外参和时间同步的精度？
- 请谈谈你对VLA架构（如RT-2）的理解，以及空间Token如何与端到端模型结合？
- 复习三维重建、多视图几何和SLAM的经典理论，并重点阅读近两年的3DGS和具身智能顶会论文
- 准备好自己过往项目的代码细节，面试官可能会深入追问损失函数设计、优化器选择或CUDA加速等底层实现
职位点评
薪资福利85
成长发展95
工作生活45
使命价值85
薪资福利
85较高
具身智能算法研究员属于高门槛、高附加值岗位，薪资水平处于市场前列，能较好地满足对薪酬回报的期望。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
岗位聚焦空间智能与三维重建等最前沿技术，且要求将论文转化为原型，技术成长空间极大，是典型的发展驱动型岗位。
技术前沿前沿/新兴技术
技术栈3D Gaussian Splatting、SLAM、PyTorch、Isaac Sim、VLA、RLHF、Python、C++
成长机会将前沿论文转化为可工作的原型
业务类型profit_center
工作生活
45较低
JD未提及工作模式与作息安排，但前沿算法研发和真实机器人部署通常伴随较高的工作强度，WLB可能受限。
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
具身智能是通往通用人工智能（AGI）的重要路径，致力于让机器人具备感知与操作物理世界的能力，具有极高的社会价值与使命感。
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