【LongCat大模型人才校招】具身智能算法研究员

优缺点分析

角色解读

• 技术路径：从具身智能算法研究员成长为技术专家，主导VLA或世界模型方向
• 管理路径：未来可带领团队，成为具身智能团队负责人或技术总监
• 行业路径：积累顶尖的AI研究经验，可进入其他科技巨头或创业公司担任核心研发角色
• 负责VLA基座模型的算法演进，探索跨本体与跨任务泛化的技术方案
• 构建世界动作模型，利用视频生成和扩散模型进行时空推演与物理规律自学习
• 研发大规模强化学习框架，提升模型在复杂长程任务中的动态容错与自主决策能力
• 扎实的计算机视觉、机器人学或强化学习理论基础，熟悉至少一项前沿技术如World Model、VLA、Diffusion Policy
• 精通PyTorch，具备大规模分布式训练或多模态数据管线构建经验
• 具备高水平论文发表经验（顶会优先），有独立研究能力

申请策略

• 关注美团的具身智能研究方向和已有成果，面试时展示对其技术栈的热情
• 提前准备一个与VLA或世界模型相关的研究思路，体现创新性
• 突出在CV、机器人或RL方向的顶级会议论文，尤其是第一作者论文
• 强调大规模分布式训练或多模态数据管线的实际项目经验
• 详细描述在World Model、VLA或强化学习方面的研究和实现细节
• 补充对Diffusion Policy、World Model等最新技术的深入理解，可以复现相关论文
• 熟悉PyTorch分布式训练框架，如DeepSpeed、FSDP等
• 了解具身智能领域的主流benchmark和仿真环境，如Habitat、MuJoCo

面试指南

• 对于技术问题，先阐述核心概念，然后结合自己的经验给出具体实现思路或改进方案
• 对于开放性问题，可以遵循“问题定义→现有方法不足→我的创新点→实验验证”的逻辑
• 对于论文相关，强调个人贡献、难点解决和结果分析，体现研究深度
• 请解释VLA模型的核心架构，并说明其与传统视觉模型的区别
• 如何设计一个世界动作模型？请谈谈你对视频生成与动作控制结合的理解
• 在大规模强化学习中，如何处理样本效率和奖励稀疏问题？
• 请描述你在某个顶会论文中的贡献，以及实验设计的思路
• 你对美团LongCat的具身智能方向有什么想法？