英伟达
Applied Research Intern, Robotics - 2027
Applied Research Intern, Robotics - 2027
发布于 2 小时前实习/见习
实习生仅现场办公具身智能
具身智能
Embodied Ai
Gr00T
Pytorch
Reinforcement Learning
Sim2Real
Vla
人形机器人
数字孪生
值不值得投
80综合评分
综合评分 80
顶尖巨头具身AI前沿研究实习，技术成长与行业前景极佳，临床场景应用极具社会价值，适合追求技术突破的科研型实习生。
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，方便比较实习机会。
薪资怎么样
1.1万
比具身智能中位数低
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 220 个在招
市场机会
选择面较广
上海 · 具身智能 · 73 个在招
职位详情
关于这个职位
该职位是英伟达具身AI团队的研究实习生，主要负责将最新的具身AI算法应用于人形机器人，并在临床环境等复杂场景中进行仿真训练与真机部署
你将参与从仿真到现实的完整机器人策略开发流程，并深度使用NVIDIA的Isaac、GR00T等前沿机器人平台
最低要求
机器人、计算机科学、工程或相关专业硕士及以上学历，或具备同等经验
熟练掌握机器人策略开发工作流程（从实验室到落地）：包括遥操作、合成数据生成、域随机化、VLA与RL后训练、Sim2Real迁移以及边缘AI平台部署
熟悉VLA和强化学习（RL）算法的最新研究工作
精通Python和PyTorch，并愿意根据需求学习新的编程语言和机器人SDK工具
能够适应快节奏的开发生命周期、跨职能组织环境以及新技术和新平台
具备出色的解决问题能力，能够针对复杂挑战确定最佳解决方案
具备优秀的沟通技巧，能够以协作的方式与多元化团队高效合作
工作职责
将具身AI的最新进展引入模拟和真实人形机器人，并成功应用于具有挑战性的临床环境场景
将上游研究成果转化为Isaac for Healthcare（临床场景）以及Isaac和GR00T（泛化场景）
使用SimReady数字孪生构建仿真优先（sim-first）的机器人策略，并最小化仿真到现实（sim2real）的差距
跨团队边界协作，将NVIDIA机器人产品（如Jetson Thor、Isaac GR00T、Cosmos和Isaac Sim/Lab）集成到研究工作中
应对各种挑战，解决实际的研究课题
在真实人形机器人上部署和测试所开发的软件
优先资格
熟悉最新的具身AI（Embodied AI）研究工作
具备VLA（视觉-语言-动作模型）或强化学习（RL）的实际经验
具备人形机器人相关经验
熟悉NVIDIA机器人产品，如Jetson、Isaac GR00T、Cosmos以及Isaac Sim/Lab
AI 洞察
优缺点分析
优点
- 处于具身智能与人形机器人这一当前AI领域最前沿、最具潜力的赛道，技术壁垒高，行业前景广阔
- 能够深度接触并使用NVIDIA最顶级的机器人软硬件生态（Isaac Sim, GR00T, Jetson Thor），积累稀缺的工程与科研经验
- 跨国巨头企业的实习背书，对后续申请顶尖高校PhD或进入头部AI公司具有极大的加分作用
- 临床环境等复杂场景对机器人的安全性和泛化能力要求极高，研发周期可能较长且充满不确定性
缺点 / 挑战
- 具身AI和Sim2Real迁移是目前学术界和工业界的公认难题，技术挑战极大，需要极强的抗压能力和钻研精神
- 适合具备扎实机器人/强化学习科研背景，对具身智能充满热情，且渴望在顶尖平台挑战前沿技术难题的硕士/博士在校生
角色解读
- 实习期结束后，可转正为具身智能/机器人算法研究员或工程师，深入参与NVIDIA核心机器人平台的研发
- 长期可向具身AI算法专家、机器人系统架构师或AI Research Scientist方向发展，处于当前AI领域最具爆发力的赛道
- 负责将最新的具身AI算法（如VLA、强化学习）应用于人形机器人，开发适用于临床等复杂场景的机器人控制策略
- 搭建仿真优先（Sim-first）的开发流程，利用数字孪生技术进行策略训练，并解决Sim2Real的迁移难题
- 在真实人形机器人硬件上部署、测试并迭代软件，深度集成NVIDIA的Isaac、GR00T等机器人平台
- 扎实的机器人学、强化学习及VLA算法理论基础，熟悉从遥操作、数据生成到Sim2Real部署的完整工作流
- 精通Python和PyTorch，具备在边缘AI平台（如Jetson）上进行模型部署和优化的能力
- 具备较强的科研能力与工程落地能力，能够快速适应新技术栈并解决复杂的跨学科问题
申请策略
- 提前了解NVIDIA在GTC等大会上发布的机器人相关产品（如GR00T, Project DIGITS），在面试中展现对公司技术路线的关注与思考
- 突出在VLA、强化学习或机器人控制策略方面的科研项目或论文发表经历，展示扎实的科研能力
- 详细列出参与过的Sim2Real迁移、仿真环境搭建或真机部署项目，强调解决实际工程问题的能力
- 提及对NVIDIA机器人生态（如Isaac Sim, GR00T）的熟悉程度或相关使用经验，增加岗位匹配度
- 深入学习最新的具身AI论文（如RT-2, Octo等），并尝试在Isaac Sim或MuJoCo中复现相关算法
- 熟悉强化学习框架（如RLlib, Isaac Gym）及VLA模型的微调与部署流程
面试指南
- STAR法则：针对项目经验，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，重点突出Action中的技术细节和你的独立思考
- 假设-验证框架：针对开放性问题（如场景挑战），先提出假设，再说明如何通过仿真或真机实验设计来验证假设并迭代优化
- 请详细介绍你过去在强化学习或机器人策略开发中的一个项目，你是如何解决Sim2Real Gap的？
- 在临床环境等复杂场景中，你认为具身AI面临的最大挑战是什么？你会如何设计实验来验证策略的鲁棒性？
- 请解释VLA（视觉-语言-动作模型）的基本原理，以及它与传统端到端控制策略的区别和优势
- 如果真机部署时机器人出现严重的抖动或失败，你的排查思路是什么？
- 复习并深入理解强化学习、模仿学习及VLA相关的经典与最新论文，准备好被深挖算法细节
- 熟悉NVIDIA Isaac Sim和Isaac Lab的基本概念与API，如果有条件可以提前跑通一些官方Tutorial
职位点评
薪资福利75
成长发展95
工作生活60
使命价值85
薪资福利
75中等
作为顶尖科技巨头的实习岗位，实习津贴处于市场较高水平，但实习性质决定了其绝对薪资和长期福利无法与正式员工相比。
薪资信号偏高 (8千–1.3万/月)
成长发展
95较高
岗位处于具身智能最前沿，能深度接触NVIDIA核心机器人生态，对技术成长、科研能力和行业视野的提升具有不可估量的价值。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、VLA、Reinforcement Learning、Sim2Real、Isaac Sim、GR00T、Jetson Thor
业务类型ambiguous
工作生活
60中等
实习岗位通常有一定的弹性，但具身AI研发涉及大量真机调试和跨团队协作，工作节奏可能较快，WLB情况未明确。
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
致力于将人形机器人应用于临床环境等具有挑战性的场景，具有显著的社会价值和医疗辅助意义，行业前景极具想象力。
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challenging clinical environment scenes、make them smarter over time
创新程度开拓性创新（行业首创）
英伟达 的其他在招职位
相似职位推荐
Watch Jobs