# 顶尖实习-具身大模型算法研究员-具身模型与应用部-实习

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/internship/position/7666032765686942006/detail

## 来源岗位原文

1、在 mentor 指导下深度参与 VLA / Embodied VLM / Embodied Agent / World Model 任一方向的算法研究；
2、参与预训练目标设计、模型架构探索、数据 pipeline 搭建与实验验证；
3、主导或共同推进至少一项可发表 / 可上真机的子任务；
4、与训练 / 推理 / 数据团队协同，跟踪并复现 SOTA 工作。
4、跟踪具身智能、多模态大模型、生成模型等前沿论文，进行复现、调研与方案对比，形成实验结论与技术洞察。 
5、与算法、数据、Infra团队协作，推动研究方案在真实训练环境中的落地验证。
任职要求
1、CV / ML / 机器人 / AI 相关方向博士，或具备长期科研意愿的硕士；
2、在 VLM / 多模态大模型 / 视频理解 / 3D 视觉 / VLN / Embodied Agent / RL / 视频生成 / 世界模型任一方向有研究基础；
3、有顶会论文（已录用 / 在审 / 投稿中）或高影响力开源项目者优先；
4、熟练 PyTorch，熟悉 Transformer / Diffusion / CLIP / SigLIP / Qwen-VL 等主流架构；
5、具备自驱力与好奇心，能独立推进研究课题。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 3, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: 55b1093b-3678-4a0c-b489-d7a0b6c9d14f

`anm openings save --id 55b1093b-3678-4a0c-b489-d7a0b6c9d14f`