[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Xiaomi jobs](https://jobs.opennash.com/companies/xiaomi/) · [Search jobs](/search/)

Xiaomi · 北京

# 顶尖实习-具身大模型算法研究员-具身模型与应用部-实习

北京 

Listed on Xiaomi ’s official careers site. Posted October 12, 2026. Check that it is still open and apply there.
[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/topintern/position/7623990077563160882/detail)

[OpenNash Jobs](https://jobs.opennash.com/) / [Xiaomi ](https://jobs.opennash.com/companies/xiaomi/) / 顶尖实习-具身大模型算法研究员-具身模型与应用部-实习

## Job description
- 参与视觉-语言-动作 (VLA) 模型与具身世界模型相关算法研究，协助开展多模态建模、视频/动作生成、视觉表征学习、策略学习等方向的实验与迭代。
- 参与核心模型模块研发，包括模型搭建、训练调优、实验分析与评测，支持算法在具身任务中的验证与优化。
- 协助开展图像/视频编码器、离散/连续tokenizer、多模态融合等技术探索，支持世界模型训练链路建设。
- 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。
- 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。

## Qualifications
- 国内外高校硕士/博士在读，计算机、人工智能、机器人、自动化、数学等相关专业。
- 具备扎实的深度学习基础，熟悉PyTorch等框架，有较强的实验能力与代码能力。
- 对具身智能、多模态学习、世界模型、视频生成、强化学习或机器人学习等方向有研究兴趣或项目经验。
- 具备良好的论文阅读与复现能力，能够独立推进实验并分析结果。
- 在相关方向顶会（如RSS、CoRL、ICRA、CVPR、NeurIPS、ICLR等）有论文发表、投稿经历，或有高质量开源项目、竞赛成果者优先。
- 每周可实习4天及以上，连续实习4个月及以上者优先。

## At a glance
- Posted by the employer: Oct 12, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 7 days
- Location: 北京[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/topintern/position/7623990077563160882/detail)

## More jobs at Xiaomi 

### [27届招聘实习生-国际职能平台](https://jobs.opennash.com/companies/xiaomi/jobs/6d4d527313cd96474e53/)

北京

### [AI Agent 产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/fc2f52865a7e2d84fbd7/)

北京

### [AI Agent 架构师 / Tech Lead](https://jobs.opennash.com/companies/xiaomi/jobs/35dcfe12c39db2a6a88a/)

北京

### [AI Agent产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/1b2859d295836fa011a9/)

北京

### [AI Agent研究员实习生-小爱](https://jobs.opennash.com/companies/xiaomi/jobs/0c7ddc4025af5dc78885/)

北京

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)