腾讯
实习面向以“人”为中心的具身交互智能体研究
深圳总部 · 实习 · 博士
长期有效
任职要求
- 1 - 基本要求
- 计算机、人工智能、机器人、自动化等相关专业在读硕士/博士
- 扎实的数学基础与良好的编程能力（Python/PyTorch）
- 2 - 技能要求（满足一项或多项即可）
- 有Transformer、扩散模型、VQ-VAE等生成模型的训练经验
- 有LLM/VLM预训练、微调或推理优化经验，熟悉DeepSpeed、vLLM等框架
- 有模仿学习、强化学习经验
- 熟悉ROS/ROS2；
- 有3D视觉、触觉/力觉传感或机器人仿真（例如UE）经验
- 3 - 加分项
- 在RSS/ICRA/IROS、CoRL/ NeurIPS/ICML、CVPR/ICCV/ECCV 等顶会发表过论文
- 有开源项目贡献或大规模模型部署工程经验
- 有认知学、心理学认知背景
- 4- 素质要求
- 对具身智能方向有浓厚兴趣，具备自驱力与独立研究能力良好的团队协作、沟通能力与英文学术写作能力
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：
随着机器人技术的爆发式增长，智能体正加速从封闭的工业围栏走向开放的人居空间。在不久的将来，机器人不再仅仅是孤立的自动化工具，而是成为与人类“共存、共创、共赢”的社会化伙伴。
目前，具身智能的研究重心大多聚焦于“功能性操作”（做事）——即追求物理交互的精准与高效；然而，在复杂的人类社会环境中，机器人更需要具备“社会性交互”（做人）的能力。这意味着机器人必须深度理解人类的隐性意图、遵循社交礼仪并内化社会规则，使其行为逻辑与人类的心理预期对齐。本课题旨在攻克以人为中心的机器人“做人”能力，实现从单纯的“任务执行”向“和谐社会共处”的跨越。
课题价值：
- 1.技术价值：定义下一代 AI 交互标准
●范式转移： 推动具身智能从单纯的“物理交互”升级为“社会性交互”，填补国内在具身社交智能算法层面的空白。
●数据闭环： 建立真实社会场景下的交互数据集，为后续具身大模型的微调提供高质量“社交对练”数据。
- 2. 社会价值：解决老龄化与劳动力缺口
●情感陪伴与辅助： 在养老场景中，具备社交智能的机器人能更好地安抚老人情绪，提高护理质量，而不仅仅是递药。
●社会融入感： 降低人类对自动化设备的排斥感，让机器人真正成为人类社会的“数字居民”。
- 3. 商业价值：打开万亿级服务机器人市场
●复利效应：具备智能的机器人可以从工厂搬进商场、餐厅、甚至家庭。
●溢价空间： 一个懂礼貌、能察言观色的机器人，其品牌溢价和用户粘性远高于普通的避障小车。
课题挑战：
●社交意图的“隐性特征”建模挑战：人类的社交信号往往是隐性的、多模态的（微表情、身体指向、语调停顿）。目前的机器人虽然能感知到“人”作为一个物理障碍物，但无法实时理解其背后的社交心理状态。
●社会常识数据的“稀缺”挑战：传统的具身智能可以靠 Simulation（仿真）刷数据，但“社会常识”在仿真器支持较少，需要进一步完善和研发。
●与人交互中的“博弈型”挑战：以导航为例，社交导航不是单向的路径规划，而是一场多方博弈。机器人的每一个动作都会改变周围人的预期，导致周围人改变动作，进而再次反馈给机器人。
具体工作：
- 1.研发具备社会规则认知的导航算法，超越传统的避障逻辑。 机器人在典型引导、跟随、陪伴中满足社交距离、礼仪规范及群体流量趋向的路径规划，使机器人的移动行为符合人类的心理安全边界。
- 2.合语音、视觉、触觉与力觉等多源异构传感器，深度解析语言、微表情、情绪波动、肢体语言及语调语义。通过跨模态语义对齐，精准捕捉人类隐性意图及其背后的心理诉求。
- 3.攻克复杂环境下的高精度人体位姿估计、三维重建与关键点检测。为握手、按摩、拥抱、搀扶等高频物理接触任务提供实时、精确的几何与运动学参数，支撑安全可靠的近距离人机接触。
- 4.探索人机协同决策机制，使机器人能作为主动伙伴与人类共同执行复杂任务。研究任务分配策略与实时动态调整机制，实现人机在物理与逻辑层面的深度协作与能力互补。
- 5.构建基于用户画像的“数字孪生”模型，实现用户偏好的在线学习与持久化记忆。赋予机器人深度共情能力，从单纯的“工具属性”进化为具备情感陪伴能力的智能伙伴，建立基于互信的长周期互动关系。
- 6.研究在跨场景、跨任务及不同本体状态下的自适应控制策略。确保机器人在各种物理环境约束与用户状态变化中，始终能提供一致的安全性与心理舒适度。
【任职要求】
1 - 基本要求
计算机、人工智能、机器人、自动化等相关专业在读硕士/博士
扎实的数学基础与良好的编程能力（Python/PyTorch）
2 - 技能要求（满足一项或多项即可）
有Transformer、扩散模型、VQ-VAE等生成模型的训练经验
有LLM/VLM预训练、微调或推理优化经验，熟悉DeepSpeed、vLLM等框架
有模仿学习、强化学习经验
熟悉ROS/ROS2；
有3D视觉、触觉/力觉传感或机器人仿真（例如UE）经验
3 - 加分项
在RSS/ICRA/IROS、CoRL/ NeurIPS/ICML、CVPR/ICCV/ECCV 等顶会发表过论文
有开源项目贡献或大规模模型部署工程经验
有认知学、心理学认知背景
4- 素质要求
对具身智能方向有浓厚兴趣，具备自驱力与独立研究能力良好的团队协作、沟通能力与英文学术写作能力
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【技术方向】
其他
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 设计 岗位的常见面试问题整理
请描述你的设计流程，从拿到需求到输出最终方案
查看答题思路
1. 理解需求：和 PM 对齐业务目标和用户场景 2. 竞品分析：同类产品怎么做的 3. 用户调研：目标用户的实际痛点 4. 低保真原型：快速验证交互流程 5. 高保真设计：视觉细节 + 组件规范 6. 开发交付：标注 + Design Token + 走查 7. 上线后复盘：数据验证设计假设
你怎么理解 Design System，以及为什么要用它
查看答题思路
1. Design System = 设计语言 + 组件库 + 规范文档的集合 2. 价值：保证一致性（所有页面看起来像同一个产品）、提高效率（开发-设计对齐）、可维护（改一处全局更新） 3. 核心组成：Design Token（颜色/间距/字体）、组件（按钮/表单/卡片）、模式（导航/搜索/反馈）
你的作品集中最满意的项目是哪个，为什么
查看答题思路
1. 选一个最有深度的，不是最漂亮的 2. 设计目标：为谁解决什么问题 3. 设计过程：展示 sketches → wireframes → final（体现思考） 4. 设计决策：为什么选这个方案而非其他 5. 结果：数据反馈（转化率/满意度/留存）
为一个老年人使用的健康监测 App 设计首页，你会考虑哪些特殊需求
查看答题思路
1. 可读性：大字号（≥18px）、高对比度、避免低饱和配色 2. 交互：大点击区域（≥48px）、避免双击/长按/滑动等复杂手势 3. 信息架构：只展示最核心信息（血压/心率/用药提醒），不要信息过载 4. 容错：误操作可撤销，关键操作二次确认 5. 语音输入：考虑老年人打字不便
你怎么衡量一个设计的好坏
查看答题思路
1. 不只是好看——设计是解决问题的工具 2. 可用性指标：任务完成率/时间/错误率 3. 商业指标：转化率/留存率/NPS 4. 主观评估：用户访谈/可用性测试中的反馈 5. 强调「设计是假设，数据是验证」
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。