发布时间:2026-10-18 04:51:58 浏览: 次

如果你最近刷脉脉或翻看猎头的朋友圈,会发现曾经被高薪争抢的大模型算法工程师,正在主动聊起“VLA”“世
如果你最近刷脉脉或翻看猎头的朋友圈,会发现曾经被高薪争抢的大模型算法工程师,正在主动聊起“VLA”“世界模型”“真机数据”这些词。而另一边,具身智能公司的招聘帖里,来自互联网大厂和大模型公司的简历占比越来越高。
这不是零星的个人选择。脉脉创始人林凡在《AI圆桌π对》中透露了一个数据:2026年1-7月,具身智能新发岗位量同比增长6至7倍,但相关岗位的平均薪资仅为大模型岗位的三分之二。薪资更低,岗位却暴增,人才还在涌入——这背后一定有别的东西在起作用。
大模型赛道爆发进入第三年,一个此前被高速增长掩盖的事实开始浮出水面:这个行业容纳不了那么多人。
Meta在2025年对AI部门进行了大规模裁员,约600个职位被削减,波及FAIR研究部门及AI基础设施团队。国内AI“六小虎”之一也传出了组织调整的消息。据脉脉《2025年度人才迁徙报告》显示,AI领域人才供需比首次超过1,意味着人才供给已经大于需求。林凡的判断更为直接:“真正把模型做好的核心团队,可能只需要一两百人。”
大模型公司的竞争格局正在收敛,头部几家公司确立了基础模型的位置,剩下的玩家要么转向应用层,要么寻找新的技术方向。对于大量在中腰部公司从事模型训练、微调、部署的工程师来说,天花板变得清晰可见。
与九游体育,九游体育股份有限公司,九游体育官方网站,九游Sports此同时,大模型的“能力外溢”效应正在催生一个新的叙事。当语言和视觉的理解能力被证明有效,下一步自然是让它进入物理世界。这个方向,就是具身智能。
当前的具身智能就如同十年前的自动驾驶,研究者和创业者拥有巨大的方向判断与技术创新的空间。清华助理教授刘淼说得准确:具身智能尚未形成统一路线,意味着这个领域更需要真正做过研究、理解技术边界的人才。
在大模型领域,Transformer架构、Scaling Law、RLHF路线已经高度标准化,一个工程师的价值越来越取决于他经历过多少轮大规模训练、节省过多少算力成本。
在具身智能领域,VLA模型该怎么做、数据从哪来、仿真和真机如何配比,几乎每一个环节都是开放问题。而技术栈的高度同源,则让迁移的成本远低于预期。大模型工程师在预训练、多模态对齐、推理优化上积累的经验,恰恰是具身智能“大脑”最稀缺的能力,星海图、银河通用等公司的招聘需求中,VLA算法和世界模型方向的岗位起薪普遍在6万元以上。
如果只看薪资,具身智能目前还给不了大模型级别的回报。但这个赛道真正的吸引力不在于当下的薪资包,而在于它正在重新定义“什么样的人值钱”。
林凡观察到一个关键特征:最顶尖的AI人才往往具备数学功底扎实和跨领域复合背景两个共同点。具身智能恰恰是这两个能力的“压力测试场”——它要求工程师不仅懂模型,还要理解机器人的运动学约束;不仅会调参,还要面对真机数据采集的高成本和低复用性。数据瓶颈是这个领域的“第一性难题”,而解决它需要的不是单一环节的深度,而是打通采集、标注、仿真、训练的系统思维。
换句话说,具身智能在奖励“六边形战士”。那些在大模型公司被分工体系切割成专才的工程师,在这里重新获得了从全局判断技术路线的机会。这也解释了为什么字节机器人“01号员工”孔涛会带着一批旧部跳槽小米,为什么理想、地平线系的技术高管密集涌入具身创业。
这场人才迁徙刚刚开始。具身智能的技术成熟度大概还在GPT-2阶段,离真正的“ChatGPT时刻”还有距离。但方向判断的窗口期往往比技术成熟期更短,等到路线收敛的那一天,机会就不属于“转型者”,而属于“定义者”了。
SaaS CRM最热的十年:红圈向左,销售易向右,纷享销客到底该何去何从?
易信视界(北京)信息科技有限公司,旗下品牌“人称T客”、“T研究”、“T媒体”,成立于2013年,是一家专注于企业服务市场的专业研究与服务机构。我们以数据为驱动,致力于为科技与产业融合提供全闭环、实效性的解决方案。 公司核心服务涵盖三大板块:Survey(数据与样本服务、科技与产业情报、数据快报)、Research(深度研究、行业报告、白皮书)以及Match(渠道与生态伙伴对接、用户线索服务)。我们拥有超过100万活跃企业样本,累计交付200多个专项研究项目。

您的当前位置: