瑞声科技
机器人多模态算法专家
机器人多模态算法专家
发布于 大约 7 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
具身智能
Clip
Cuda
Openvla
Pytorch
World Model
具身智能
多模态学习
模仿学习
AI 估算 · 30k–60k
上海AI算法岗位薪资高，具身智能为热门方向，综合学历与经验估算。
职位详情
关于这个职位
该职位负责研发机器人多模态基础模型（VTLA），涵盖视觉、触觉、语言统一建模，研究World Model和Diffusion Policy等前沿技术，并推动机器人数据闭环与模型部署
适合具备具身智能和深度学习背景的算法人才
最低要求
学历要求：硕士及以上学历（计算机、机器人、自动化、AI 相关专业）
基本能力：2 年以上机器人、多模态或具身智能研发经验
专业能力：
熟悉一下方向中的多个：Transformer、CLIP、SigLIP 等对比学习模型、多模态学习（Vision-Touch）、Diffusion Policy、IL/RL
熟悉 至少一种机器人基础模型：OpenVLA、SmolVLA、π0、Groot
熟练掌握 Python、PyTorch、CUDA 、Linux 等
工作职责
负责VTLA模型研发与优化，视觉、触觉、语言等多模态统一表示建模
研究World Model、Diffusion Policy、模仿学习等机器人基础模型
设计机器人Manupullation Primitive，并支持复杂操作任务组合
建设机器人数据闭环、包括数据采集、自主标注、训练与评估
与机器人控制团队协同完成模型部署与性能优化
优先资格
具备车载Haptic、力控传感器、机器人控制相关嵌入式开发经验者优先，熟悉传感器数据采集、滤波、校准算法落地
参与过机器人数据采集、Sim2Real、模型部署流程、有开源项目贡献的优先
AI 洞察
优缺点分析
优点
- 身处具身智能和AI+机器人黄金赛道，技术前沿且市场需求旺盛
- 可接触世界级的多模态与机器人算法研究，技术积累扎实
- 公司提供业务场景和工程资源，算法能够快速落地到实际产品
- 上海一线城市，薪酬竞争力强，职业天花板高
- 跨学科知识要求高，需同时掌握视觉、语言、触觉以及机器人控制等
- 研究到应用链路长，数据闭环和模型部署复杂度高，需较强工程能力
- 行业标准未成熟，算法迭代快，需要持续学习和快速适应
缺点 / 挑战
- 适合有2年以上AI研发经验、热爱机器人技术、喜欢挑战前沿问题的算法工程师
角色解读
- 可从算法工程师成长为具身智能方向的技术专家或团队负责人，主导基础模型研发
- 多模态与机器人结合是新兴赛道，能力稀缺性高，行业议价能力强
- 未来可横向拓展至机器人控制、硬件协同或AI产品化，职业路径多元
- 研发VTLA多模态基础模型，统一视觉、触觉、语言特征表示，提升机器人场景理解能力
- 研究World Model、Diffusion Policy等前沿算法，探索机器人操作技能的学习与生成
- 设计机器人操作原语，将底层模型能力组合为复杂任务解决方案
- 建设数据采集、自主标注、模型训练与评估的完整闭环，并参与模型部署与性能优化
- 熟悉Transformer架构和CLIP/SigLIP等对比学习模型，具备跨模态预训练经验
- 掌握Diffusion Policy、模仿学习或强化学习等方法，有实际项目落地经验
- 熟练使用Python和PyTorch，具备CUDA编程及Linux环境下的开发调试能力
- 了解OpenVLA、π0等主流机器人基础模型，能进行模型部署和优化
申请策略
- 研究瑞声科技的声学与触觉业务，在面试中展示你对Vision-Touch融合的理解
- 准备一个完整的技术故事：从数据采集到模型部署，体现全链路思维
- 突出多模态预训练或机器人基础模型相关项目，量化模型效果和业务影响
- 重点展示Diffusion Policy、模仿学习等算法项目的完整实现过程
- 强调Python/PyTorch/CUDA开发能力，附上具体性能优化案例
- 如果有开源贡献、机器人比赛或学术论文，务必显著标注
- 快速学习OpenVLA、π0等最新VLA模型，尝试复现并理解其技术细节
- 补充机器人学基础知识，如运动学、动力学和基础控制理论
面试指南
- 采用STAR法则：情境、任务、行动、结果，清晰描述项目背景与个人贡献
- 遵循“问题-方法-效果”结构，强调技术选型的原因和权衡
- 结合工程细节，展示你不仅懂算法，还能处理部署、性能优化等实际问题
- 请介绍一个你做过的多模态模型项目，如何处理不同模态之间的对齐？
- Diffusion Policy相比传统行为克隆有哪些优势？你在项目中如何实现？
- 如何设计机器人数据采集闭环？如果数据质量不高，你会怎么处理？
- 视觉与触觉融合面临哪些挑战？你有什么解决思路？
- 如何评估一个机器人基础模型在真实环境中的泛化能力？
职位点评
72
综合评分
前沿AI算法岗，技术成长极佳，薪资潜力高，但工作强度与生活平衡尚待明确。
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。
更适合这类人
适合追求前沿技术、渴望在具身智能领域深耕并愿意接受挑战的算法人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展92
工作生活50
使命价值80
薪资福利
65中等
JD未披露薪资福利，但岗位定位较高，上海AI专家级岗位市场薪资可观，具体待遇需面议。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
92较高
前沿技术驱动，涉及多模态和机器人基础模型，技术成长空间大，是人工智能领域的稀缺方向。
技术前沿前沿/新兴技术
技术栈多模态学习、Diffusion Policy、Transformer、PyTorch
业务类型ambiguous
工作生活
50较低
工作地点固定上海，未提及弹性办公或远程，工作生活平衡情况不明，可能面临较大项目压力。
工作模式未明确
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
机器人基础模型研究具有显著社会价值和行业前景，参与AI与物理世界交互的落地，使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
瑞声科技 的其他在招职位
相似职位推荐
Watch Jobs