点击下方卡片，关注【Xbotics具身智能实验室】公众号
你想要的这里都有~~
作者 / 木木
编辑 / 卡布
2026年秋招已经开始，机器人和具身智能领域的新岗位也在不断涌现。
这些招聘信息分散在公司官网、招聘平台和各类社群里。为了让更多机会被及时看见，Xbotics具身智能社区成员共同维护着一份岗位与内推清单。目前，已经收录数百个岗位，涵盖实习、校招和社招。
企业方面，清单收录了宇树科技、智元机器人、银河通用、小鹏机器人、小米、地平线、千寻智能、自变量机器人、星海图等公司。
高校和科研机构的机会也在其中。香港大学MMLab、北大具身智能团队、中科院自动化所、上海AI Lab等团队，都在寻找具备科研或工程能力的人才。
清单里还有一批处于成长期的创业团队。这类团队通常会给成员更完整的项目职责，也可能让年轻人更早参与核心项目。对希望深入项目、积累一线经验的求职者来说，这些岗位同样值得关注。
清单还在持续更新。目前，已经有人通过它拿到第一份实习或全职，也有人从数据采集岗位出发，逐渐转向算法方向——这些真实发生的故事，也是我们坚持维护它的动力。
企业在招什么样的人？
做社区久了，我们最常被问到的问题是：
机器人公司到底想要什么样的人？
结合清单中的岗位要求和社区成员分享的面试经历，答案很直接：能解决问题的人。
跑通开源代码是起点，面试官还想知道，你对项目理解到什么程度，遇到问题时怎么处理，最后取得了什么结果。
以 Perception 岗位为例，面试官会从相机内外参、针孔模型、手眼标定等基础问题问起，再顺着项目继续追问：检测框怎么变成抓取点？深度图出现抖动时，怎样稳定末端位姿？
这些问题都在确认一件事：你能不能把感知结果转换成机器人可以使用的空间信息。
到了Manipulation 岗位，面试官可能会给你一道题：
机器人抓取瓶子的成功率只有65%，你准备怎么办？
有经验的候选人通常会先记录失败，判断问题来自感知、位姿估计、运动规划还是实际执行，再统计各类问题的占比，找到主要瓶颈。接下来，结合投入和效果决定调整算法、补充数据，还是引入closed-loop control。
Robot Learning 岗位也越来越看重候选人对数据的理解。训练损失持续下降，真机成功率为什么停在原地？演示数据的数量和质量会带来什么影响？动作空间又该怎样选择？
论文和开源项目可以提供思路，真正的判断往往来自数据采集、Policy调试和真机测试。
我们见过最有竞争力的候选人是这样讲的：
📌 一个抓取任务的成功率最初是62%。分析失败记录后，发现位姿误差占15%，于是增加深度滤波，成功率提升到72%。随后发现夹爪滑脱占10%，引入抓取重排序；成功率达到81%后，再处理长时域漂移，最终提升到88%。
这些数字有说服力，是因为每一步都有数据、有归因，也有清楚的迭代过程。
把问题拆开、找到原因，再一步步解决的能力，是2026年秋招中很重要的竞争力。
如果你正在找工作
欢迎把简历发送到内推邮箱 xbot_hc[at]163[dot]com。我们会结合你的背景和意向，直接推荐给合适的公司。如果你暂时没有明确目标，也可以加入人才库，有合适机会时我们会先征得你的同意，再帮你和公司链接。
也欢迎直接查看内推清单，找到感兴趣的岗位投递。清单里每个岗位都标注了公司、方向、地点和招聘类型和投递方式。
如果你正在招聘
这是一个完全免费的平台。无论你是大厂、初创公司、高校实验室还是研究院所，只要有机器人相关岗位，欢迎联系我们发布。发一个PR或者issue，或者直接联系木木，确认信息后，我们会在第一时间帮你更新到清单里。
我们希望帮助招聘团队更快找到合适的人，也让认真做机器人、愿意解决实际问题的人被更多团队看到。
如果你正在招人，欢迎把岗位发给我们。
如果你愿意讲讲自己的岗位
一份岗位清单可以告诉大家“哪里在招人”，但很难讲清楚“这份工作每天具体在做什么”。
我们也想邀请机器人行业的一线工程师、技术负责人和招聘负责人，结合真实工作经验，拆解不同岗位的日常内容、能力要求、面试重点和成长路径。
无论你从事感知、控制、Robot Learning、机械设计、嵌入式，还是产品与项目交付，只要愿意把自己的岗位讲清楚，都欢迎联系我们。可以直接投稿，也可以接受访谈，由Xbotics协助整理成文。
写在最后
机器人行业还很年轻，具身智能更是刚刚起步。许多技术变革，都发生在年轻人入局的那一刻。
二十几岁，或许正适合认真探索这样一个快速成长的行业。走进真实项目、积累一线经验，是进入这个领域的重要一步。
对招聘者来说，找到真正理解技术、愿意把问题追到底的人，同样关系到团队的发展。尤其在机器人算法、控制和工程研发等专业方向上，团队需要更高效地接触匹配的人才。
Xbotics在其中承担的，正是连接双方的桥梁角色。我们持续整理岗位、汇集人才，让愿意做事的人和正在做事的团队，在这里彼此找到。
联系方式汇总
简历投递：xbot_hc[at]163[dot]com 岗位发布及投稿：卡布（ MDoron-77 ） 求职咨询：木木（ mmls20240701 ） GitHub：Xbotics-Embodied-AI-club/Xbotics-Embodied-AI-Job 知识库：feishu.cn/wiki/I6SAwlKbwi6kz8kIDxQcV6aanUh?fromScene=spaceOverview
-END-
Ask Me Anything｜提问箱
对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。
怎么问：在评论区留言，或私信公众号
我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。
提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。
一起把问题变成知识，推动社区进步 🚀
