具身智能人才战进入“真机下场”：云蝶启动空间智能团队扩招

模型、算法和论文仍然重要，但具身智能的人才竞争正在增加一套新的评价标准：能否让研究进入真机，能否处理开放环境中的失败与长尾问题，能否把一次实验转化为可以重复部署的系统能力。

8月28日至30日，第二届中国空间智能大会（ChinaSI 2026）在武汉举行。作为大会合作单位，云蝶科技在会议结束后启动新一轮空间智能人才招募。云蝶科技科学家、大湾区大学博士生导师王广聪将与联合实验室团队重点寻找三类人才：具身智能数据生成与仿真工程师、具身智能算法工程师（3D视觉方向），以及具身智能算法工程师（VLA/世界模型方向）。

人才能力栈正在重新组合

这三类岗位恰好对应具身智能从研究走向真实任务时最容易断开的三段链条。

数据生成与仿真人才需要解决“机器人用什么学习”。真实数据稀缺、采集成本高，单纯依赖仿真又容易与真实环境产生差距。相关工作需要把真实采集、三维重建、物理仿真、生成模型和长尾扰动组织为可训练的数据体系。

3D视觉人才需要解决“机器人如何理解所在空间”。这不仅包括定位、重建和物体识别，也包括空间关系、动态变化、可交互区域以及环境状态的持续更新。

VLA与世界模型人才则需要继续回答“机器人如何从理解走向行动”：如何把视觉、语言和任务约束转化为动作，如何预测动作后果，如何在失败后重新规划，并将真实执行结果反馈给下一轮训练。

三者叠加后，具身智能研究者面对的已经不是一个封闭数据集上的单一指标，而是一条从数据、模型到真机执行，再到现场反馈的完整技术链。

从顶会论文到真实任务

2026年8月，云蝶科技与大湾区大学共建“具身智能与空间智能联合实验室”，由王广聪领衔。据云蝶公开信息，实验室团队成员来自中山大学、南洋理工大学MMLab等研究团队，在TPAMI、NeurIPS、CVPR等期刊及会议发表论文近30篇。

王广聪的研究方向涵盖3D/4D视觉、具身智能和多模态大模型，曾在南洋理工大学MMLab从事博士后研究，并担任CVPR、NeurIPS等会议领域主席。

在他看来，具身智能的关键问题之一仍然是数据。高质量数据需要具备真实几何结构、物体交互关系和动态变化规律，同时覆盖光照变化、物体扰动、视角变化、任务约束及长尾情况。只有不断扩大训练分布，模型才可能在开放、动态和未知环境中保持相对稳定的感知、推理与决策能力。

但企业招聘所增加的要求，是研究还要继续向后走。一个空间表示方法不仅需要在论文指标上成立，还要能够进入仿真训练、标准化评测和真实机器人；一次没有达到预期的真机实验，也必须被记录、诊断并转化为下一版系统的改进依据。

企业开始争夺“研究到部署”的复合人才

云蝶正在推进的“1+2+N真实世界具身智能联合研究计划”，提供了这轮招聘的背景。“1”是一套共同研究机制，“2”包括联合实验室和数据训练场，“N”代表酒店服务、物业与楼宇运维、医疗与养老服务、工业园区巡检等真实场景节点。

这意味着，加入相关团队的研究者不仅会面对论文、模型和训练平台，还可能面对门禁、电梯、业务系统、现场人员、任务中断和人工接管等具体条件。研究成果需要在这些约束中接受检验。

云蝶长期参与企业服务和复杂项目交付。对于正在搭建的具身智能团队而言，这类积累的作用不是替代科研，而是提供问题来源、工程接口和验证环境。它能否转化为真正有竞争力的科研与产品能力，还取决于联合实验室、数据训练场和真实场景之间能否形成持续的数据与任务循环。

除本轮三类重点岗位外，云蝶还计划在2026年秋季参与“百万英才汇南粤”N城联动招聘活动，并面向上海、南京等城市的高校继续招募ROS2与控制、VLA/IL/RL、具身智能产品及应用等方向人才，具体学校和日程有待后续公布。

当前公布的简历及代表成果投递邮箱为：wanggc3@gmail.com。

具身智能的人才竞争最终不会只发生在薪酬、头衔和论文数量之间。谁能为研究者提供真正困难的问题、连续的真机反馈和把成果推进到产业现场的条件，正在成为另一种吸引力。