美团
【LongCat大模型人才校招】具身智能前沿研究
【LongCat大模型人才校招】具身智能前沿研究
发布于 大约 16 小时前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
PyTorch
强化学习
仿真
计算机图形学
机器人
多模态大模型
具身智能
3D生成
数据引擎
AI 估算 · 25k–35k
美团校招硕博研发岗，北京一线大厂，具身智能方向稀缺，薪资有竞争力。
职位详情
关于这个职位
这是一个面向2026/2027届硕博的具身智能前沿研究岗位，您将参与探索具身智能基础模型的架构和范式，涉及数据合成、系统架构、模型泛化等核心方向
团队拥有充足的GPU算力和资深前辈指导，鼓励创新与原创研究，成果可直接产出论文或落地产品
最低要求
计算机科学、自动化、机器人、机械或相关领域应届（2026/2027）硕士/博士研究生
具备扎实编程能力，熟练掌握 Python 及 PyTorch
熟悉 C++ 者优先
对具身智能、机器人、强化学习、计算机图形学或多模态大模型中至少一个方向有深入的理论基础与研究积累
有较强的自驱力和独立解决问题的能力，能在模糊环境中推进研究
不满足于复现，有自己的研究判断和技术直觉
能够把握"什么是真正重要的问题"，在正确方向上深挖
乐于在跨学科团队（算法、工程、硬件）中协作推进，研究成果能转化为可落地的系统
工作职责
参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型
多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真机遥操作数据等
具身智能系统的架构设计，Agent 系统、大小脑和 Monitor 等多层次结构
模型泛化性探索：无需额外训练实现跨本体多任务
基于少量演示数据作为上下文，增强模型能力
基于自动探索，在线学习新技能
模型全流程，预训练、mid train、SFT、强化学习、部署和评测等
同时参与具身智能方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：
具身智能相关的仿真环境、资产、场景、任务自动化生成与重建（3D生成/场景理解）
仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）
egocentric video 数据的有效使用
基于多模态大模型的泛化具身智能 Agent 系统研究
模型泛化性研究和主动探索研究
其他你坚信路线正确的具身智能前沿方向
优先资格
在 AI、机器人、计算机图形学等领域 CCF-A 类或同级顶会/顶刊（如 CVPR/ICCV/CoRL/RSS/NeurIPS 等）发表论文（第一作者/共同一作优先）
主导过有实质影响力的开源项目或技术突破（如在机器人操作、具身导航、世界模型等领域）
有大型科研项目或有影响力开源项目的核心贡献经历
参与国际/国内顶级算法竞赛并获得名次
AI 洞察
优缺点分析
优点
- 顶尖平台：美团核心AI团队，资源充足，GPU算力不卡
- 前辈指导：多位有顶会发表经验的研究员一对一指导
- 前沿方向：具身智能是热门赛道，成果易输出论文或产品
- 校招机会：面向硕博，对论文和项目要求明确，成长快
- 技术难度：涉及多学科交叉，对理论深度和工程能力要求高
- 竞争激烈：校招门槛高，优先考虑有顶会一作或重大开源贡献者
- 适合有扎实AI基础、对具身智能充满热情、乐于跨学科协作的硕博应届生，尤其是有强化学习或计算机视觉研究经验的同学
缺点 / 挑战
- 科研压力：需要独立推进前沿研究，产出高质量论文
角色解读
- 从研究员成长为具身智能领域的专家，主导原创研究
- 未来可转向团队技术负责人或首席科学家
- 积累顶会论文与开源影响力，在学术界或工业界顶尖团队发展
- 参与具身智能基础模型的核心研发，包括数据合成、系统架构设计、模型训练与部署
- 探索模型泛化性，如跨本体多任务、基于少量演示的上下文学习
- 根据兴趣选择前沿方向深入研究，如3D生成、仿真数据自动生成、多模态Agent系统
- 扎实的编程能力：掌握Python和PyTorch，熟悉C++更佳
- 深厚的理论基础：具身智能、机器人、强化学习、计算机图形学或多模态大模型
- 自驱力与科研判断力：能在模糊环境中推进研究，识别关键问题
申请策略
- 提前了解美团LongCat团队的研究方向，在面试中展示匹配度
- 准备一个3分钟的研究经历介绍，突出创新点和影响力
- 突出相关论文：明确列出CCF-A类顶会/顶刊一作论文
- 强调开源项目：展示在机器人、强化学习等领域的实际贡献
- 量化成果：如模型性能提升、竞赛排名、项目影响力
- 强化技能：Python/PyTorch熟练度，C++作为加分项
- 补充具身智能基础知识：阅读经典论文和开源框架（如Isaac Gym）
- 动手实现一个简单具身任务：如仿真中机械臂抓取
面试指南
- STAR法则：情境、任务、行动、结果，突出你的贡献和思考
- 从问题定义出发，分析难点，提出解决方案，最后讨论局限性
- 展示技术深度时，结合具体实验或代码实现细节
- 请介绍一个你参与的研究项目，包括动机、方法和结果
- 具身智能中，仿真数据与真实数据如何结合？有哪些挑战？
- 如何设计一个跨本体的泛化策略？
- 对多模态大模型在机器人中的应用有什么看法？
- 你在之前项目中使用过哪些强化学习算法？效果如何？
匹配度报告
75
综合匹配度
美团核心AI团队、前沿具身智能方向、资源充足、科研导向，WLB未明确。
适合人群
最适合追求技术成长、渴望前沿科研的应届生，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利匹配
70中等
美团作为大厂，薪资福利有竞争力，但作为校招岗位属于市场水准，且未提及具体福利。
薪资信号未披露（AI估算：25K-35K/月）
成长发展匹配
95较高
岗位直接参与前沿研究，GPU资源充足，有导师指导，鼓励创新，成长空间极大。
技术前沿前沿/新兴技术
技术栈具身智能、多模态大模型、强化学习、3D生成、仿真
成长机会一对一指?、快速成长、鼓励创新的团队氛围、原创研究
业务类型ambiguous
工作生活匹配
50较低
工作地点北京，仅现场办公，未提及弹性工作制或WLB信息。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
85较高
具身智能是前沿赛道，对社会进步有潜力，岗位强调原创研究和落地，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
使命信号打造具有更强能力和更高潜力的基座模型
创新程度积极采用新技术
美团 的其他在招职位
相似职位推荐
Watch Jobs