引言：2025年三季度开始HR切哥与多家具身智能雇主企业展开人才寻猎合作，一直收集行业人才和技术据公开招聘平台数据，2026年人形机器人站上风口，新增岗位数量同比增长超过两倍，具身智能算法工程师负责VLA、世界模型等研发，年薪可达60万元以上。运动控制、力位控制、SLAM/感知等工程师年薪也在50万元以上，地域上一线城市和新一线城市人才较为集中，部分知名公司的算法工程师跳槽到创业型公司岗位都会有所提升，甚至可以给到技术架构师、首席科学家的offer。本文只梳理国内具身智能及行业技术人才薪酬溢价与关键技术人才寻猎的主要挑战与未来发展趋势，为相关领域的招聘者提供参考。
第一部分：机器人/具身智能发展历程
具身智能的概念是AI先驱艾伦·图灵在20世纪50年代首次提出的。同一时期我国科学家在“国家高技术研究发展计划”的“智能机器人主题”战略规划中也提出了物体的识别与行为交互智能。。
机器人发展史：从工业机械臂到具身智能
1961 年说起。那一年，Unimation 公司推出了世界上第一台工业机器人——Unimate，被安装在通用汽车的工厂里，用于压铸件的搬运和焊接。
1969年日本早稻田大学加藤一郎实验室研发出第一台以双脚走路的机器人；
1978年美国Unimation公司推出通用工业机器人PUMA， 这标志着工业机器人技术已经完全成熟；
1999年日本索尼公司推出犬型机器人爱宝（AIBO）。
2002年，美国iRobot公司推出了全球首款吸尘机器人Roomba。
2006年Hinton提出深度学习神经网络，人工智能算法逐渐落地，智能机器人发展进入新阶段，智能机器人逐步迈向L3级。
2020年至今天，智能机器人的更新换代和智能升级进入爆发期。智能机器人迎来风口期和智能水平从L3向L4进化的关键期。
第二部分：我国主要具身机器人公司创始人与行业产业组织者
翻阅具身智能机器人赛道的创业与高管名单，恍若一张智能汽车领域的“全明星阵容”。近两年，这场人才流动几乎覆盖国内智驾全产业链主力阵营：理想、蔚来、小鹏、华为、百度、小米、特斯拉中国等整车企业，地平线、Momenta、文远知行、毫末智行、元戎启行、速腾聚创等智驾产业链上下游公司，均有核心人才转向具身智能机器人赛道。产业边界正在消融，具身智能人才流动的密度与层级主要来源于新势力车企与头部智驾企业输出主力，已远非寻常“跳槽”所能概括；
优必选--周剑：中国较早进入人形机器人产业的创业者，长期投入伺服驱动器、运动控制和人形机器人研发具备长期产品、供应链、客户交付及上市公司体系积累。
智元机器人--邓泰华、彭志辉：邓泰华长期任职华为，曾负责计算产品线及相关业务；彭志辉是原华为“天才少年”，长期从事嵌入式、机器人和硬件开发不只关注单一机器人产品，更强调产品矩阵、供应链、数据、模型和产业生态。
宇树科技--王兴兴：本科毕业于浙江理工大学，硕士就读于上海大学，学生时期便开始独立研发四足机器人，曾短暂进入大疆，后创办宇树工程师和产品型创业者风格明显，重视电机、关节、运动控制、成本和快速迭代。
银河通用--王鹤：清华大学本科、斯坦福大学博士，回国后任北京大学教师，研究方向涉及三维视觉、机器人操作和具身智能学院派色彩明显，重点布局合成数据、仿真、机器人操作和具身大模型。
千寻智能--韩峰涛、高阳：韩峰涛曾参与创办工业机器人公司珞石，拥有工业机器人研发和创业经验；高阳具有人工智能和具身模型研究背景形成“工业机器人老兵+AI研究者”的组合，同时推进本体、模型和商业落地。
星动纪元--陈建宇：清华大学本科、加州大学伯克利分校博士，研究方向包括强化学习、机器人控制和双足运动强调强化学习、运动控制以及机器人本体与模型的全栈协同。
自变量机器人王潜：清华大学本硕，后赴南加州大学研究机器人学习，研究经历涉及神经网络、机器人操作和家庭服务机器人更接近机器人基础模型公司，重点押注端到端统一模型和数据驱动的能力进化。
智平方--郭彦东：普渡大学博士，曾在微软、小鹏汽车和OPPO等公司从事人工智能研发及管理工作带有消费电子和自动驾驶经验，重视端到端模型、软硬件协同和规模化部署
众擎机器人--赵同阳：连续机器人创业者，曾创办机器人企业，后进入小鹏旗下机器人团队，再次创业成立众擎产品、成本、供应链和公司运营经验突出，强调快速迭代与可销售的机器人产品。
赫宇机器人--沈亚楠：原理想汽车联合创始人兼总裁，现聚焦于家庭机器人与家庭具身智能赛道，致力于打造软硬一体的具身智能产品。
松延动力--姜哲源：清华大学电子工程背景，博士阶段研究强化学习，后选择创业代表更年轻的一代技术创业者，强调低成本、运动能力、仿生交互和消费级市场。
乐聚机器人--常琳：哈尔滨工业大学博士，团队具有高校机器人竞赛与科研背景，较早进入双足机器人产业高校机器人团队产业化的代表，长期投入双足控制、科研教育和机器人交付
至简动力：创始人贾鹏、王凯、王佳佳，曾在理想智驾负责人和CTO、理想汽车智驾量产负责人，现团队主要在软硬件全栈自研的具身智能产品及全场景机器人规模化落地。
阿米奥机器人--刘方：原小米智驾负责人，团队当前专注于工业级柔性具身智能机器人的研发、生产、销售及场景落地服务。
格松科技--蔡优飞：原速腾聚创研发副总裁、小鹏生态企业产品总监，现聚焦于消费级具身智能机器人的研发、量产与商业化，并提供相关的整体解决方案。
光象科技CEO张涛
HR切哥雇主企业光象科技2025年成立，但背后筹划的过程是2024年，从光象科技自身能力上来讲，雇主优势有几个方面。技术方面，包括前面提到的算法、数据、平台技术壁垒，在强化学习算法和平台体系方面，光象在目前具身智能领域是有领先优势的。真正面向场景落地，尤其是面向汽车制造场景落地时，我们拥有更丰富场景的理解和工业背景，这对于具身落地非常有价值，我们跟至少十几家汽车企业都有交流，跟我们深度合作的车厂也都是行业的头部车厂。真正在这些车厂面向商业化落地的具身智能公司，目前只有光象科技一家。
因篇幅所限，作者HR切哥（杨帆，联系方式同微信：15811139217）未能将众多优秀的企业和创业者逐一写入本文，但内心由衷钦佩这些行业人才与贡献者。他们为我国具身智能、机器人及机械臂在多元化、多场景应用中的技术发展，做出了重要的商业贡献与人才培养成果。
第四部分：企业招聘寻访过程中，HR切哥针对技术关键词以及行业术语进行一下介绍，适合招聘寻访沟通，猎头 / HR 快速理解，提升人才认同感和沟通效率。
具身智能包括哪些类别？具身智能的类别非常多。从功能上，可以分为工业机器人、服务机器人、特种机器人等。从形态上，又可以分为人形机器人、轮式机器人、多足机器人等。
轮式机器人：最常见的形态，像汽车一样依靠轮子移动。（AGV作业机器人；轮式人形机器人；轮式双臂机器人；轮腿复合机器人；特种轮式机器人）
履带式机器人：靠履带底盘走路的机器人，越野性能强，能去轮子去不了的复杂地形
腿式机器人：就是靠腿走路的机器人，模仿人类或动物的四足/六足结构。
足式机器人：是通过足部进行移动的机器人，具有较灵活的运动性能和良好的地形适应能力。
飞行机器人：依靠旋翼或固定翼在空中移动。典型是多旋翼无人机（俗称"多旋翼"）。
G1~G5具身智能技术演进等级？
G1到G5是智元机器人提出的具身智能技术分级标准，用来衡量机器人从“只会干固定活”到“啥都能干”的进化水平。
G1基础自动化：只能在特定场景下执行预设好的程序，没有任何泛化能力，换一个环境或任务就不知道怎么做了。
G2通用原子技能：可以在有限的几种场景中迁移技能，比如学会了抓圆形的瓶子，也能试着抓方形的盒子，泛化能力初步显现。
G3端到端操作技能：通过大量数据训练，实现从输入到输出的端到端控制，不仅能抓瓶子，还能放盘子，但还不能处理太复杂的任务。
G4端到端操作大模型：整合了世界模型，能理解任务背后的物理规律，具备复杂操作能力，比如独立完成泡咖啡这类多步骤任务。
G5通用人工智能（AGI）：用一个模型闭环完成所有任务，能主动理解环境、无限适应新场景，达到全场景通用的终极形态。
L1~L5机器人智能化等级？
L1到L5，是国际上通用的机器人智能化分级标准，从低到高共五个等级，用来衡量机器人从“完全依赖人”到“完全自主”的智能水平。
L1级（基础型）：机器人完全依赖人工操作，只能在特定场景下执行单一任务，没有任何自主能力。
L2级（半交互型）：机器人能自主完成预设的简单任务，但需要人工监督和干预。
L3级（交互型）：在特定场景下，机器人能够完全自主运行，无需人工干预。
L4级（自主型）：机器人能在几乎所有场景下自主完成任务，极少需要人工干预。即使遇到陌生环境或突发状况，也能自己调整策略。
L5级（自适应型）：机器人拥有超越人类的智能水平，能够自主学习和创新，适应任何未知场景。
招聘寻访中高频提到的术语？
本体--是机器人技术领域对机器人物理层面的统称，指机器人的物理载体和全部硬件构成的整体，包括机械结构（骨架、连杆、关节）、驱动系统（电机、减速器）、传感器配置（摄像头、激光雷达、力矩传感器）以及通信总线和电源系统等所有看得见摸得着的硬件部分。
大脑--是机器人技术领域对认知智能技术的类比称呼，指机器人实现环境理解、语义解析、自主决策、任务规划和逻辑推理等高级认知功能的技术体系。
小脑--是机器人技术领域对本体智能和运动控制技术的类比称呼，主要负责机器人的运动控制、平衡协调和全身灵活运动能力。
世界模型--具身智能体的核心“大脑”组件，能够理解环境、进行多模态感知，基于现有规律生成对未来的预测，辅助训练，降低真实数据采集成本。
多模态--是指人工智能系统能够同时处理和融合多种类型信息的能力，这些信息类型（称为“模态”）包括文本、图像、语音、视频、触觉、深度数据等。
WMA大模型 / WMA模型--WMA是“World Model-Action”的缩写。WMA大模型是世界模型 + 动作策略智能模型架构，核心在于拥有一个能够理解机器人与物理环境交互物理规律的“世界模型”。
具身大模型 / VLA模型--VLA是“Vision-Language-Action”的缩写。能够生成物理动作指令、和物理机器人联动的大模型，属于视觉-语言-动作模型。输入是视觉信号、语言指令、传感器数据，输出是关节控制、抓取、移动等物理操作指令。
多模态大模型--融合语言、图像、视频、触觉等多种模态数据训练的大模型，是具身智能体的核心基础之一，可作为具身智能的“眼睛和语言理解器”。
MoE-ACT--面向双臂操作的轻量化多任务模仿学习框架，将混合专家模块集成至动作分块Transformer中，把不同任务分配给不同“专家”模块，提升多任务操作成功率。
具身模拟器--为具身智能训练提供虚拟环境的工具，能低成本、安全、大规模生成训练数据，模拟真实物理规律，让机器人在虚拟环境里练本事，再迁移到现实世界。
具身智能PIE--是指具身智能落地的一种综合性技术框架，分为三个模块：具身感知，让机器人理解物理概念；具身想象，通过仿真模拟学习任务；具身执行，完成真实操作。
Sim2 Real--在虚拟模拟器里练好的技能和策略，迁移到真实物理世界的过程。优势是成本低，劣势是虚拟和真实环境有差异，迁移后性能可能下降。
时空建模--是指对时间和空间维度上的变化规律进行数学描述和预测的技术。在机器人领域，时空建模帮助机器人理解“物体在什么时间、什么位置、以什么方式运动”。
强化学习--机器学习的一个重要分支，其核心思想是智能体（如机器人）通过与环境的不断交互、尝试不同动作，并根据获得的“奖励”或“惩罚”信号来逐步学习最优行为策略。
二次开发--是指在现有软硬件平台的基础上，根据特定应用需求进行定制化修改和功能扩展的开发活动。
关节与骨骼-- 机械臂的“连杆”就是骨骼，“伺服电机和减速器”就是肌肉和关节。
自由度--人类的手臂（从肩膀到手腕）通常被视为具有7个自由度。而现代工业机械臂最经典的设计就是六轴（6自由度）或七轴（7自由度）。
空间作业能力--它可以像人手一样，在三维空间里完成极其复杂的抓取、旋转、焊接、打磨等动作。它不是长得像人，而是把人手的功能在机械上发挥到了极致。
电机--是机器人的核心动力来源和执行元件。它将电池提供的电能转换为旋转力（即扭矩），驱动各个关节做出动作。在机器人中广泛使用的电机类型包括直流无刷电机、永磁同步电机和伺服电机等
减速器--连接电机输出轴与机器人关节之间的精密传动装置，其核心功能是降低电机输出的高转速、同时按比例放大输出扭矩。人形机器人常用减速器包括谐波减速器、RV减速器、行星减速器等。
行星减速器--由一个中心“太阳轮”、围绕它旋转的多个“行星轮”以及外部的“内齿圈”构成，就像太阳系中行星围绕太阳运转一般。
编码器--将机械旋转运动的位置和速度转换为数字电信号的精密传感器，用来精确测量电机或关节转过的角度和速度。常用编码器按工作原理可分为光电编码器和磁编码器两大类。
丝杠--将旋转运动转化为直线运动的精密机械传动元件，其核心结构是一根带有精密螺纹的长杆和与之配合的螺母。丝杠按其摩擦特性可分为三大类：滑动丝杠（梯形丝杠）、滚动丝杠和静压丝杠；其中滚动丝杠又可进一步细分为滚珠丝杠和行星滚柱丝杠。
运动控制--对机械运动部件的位置、速度、加速度和力矩进行实时精确闭环控制的技术，使运动部件按照预期的轨迹和规划参数进行运动。一个完整的运动控制系统通常包括控制器（发出指令）、驱动器（放大信号）、电机（提供动力）和传感器（反馈装置）四个核心环节，形成“发出指令→执行动作→反馈测量→调整指令”的闭环。
环境感知--机器人通过搭载的各类传感器（如摄像头、激光雷达、毫米波雷达、超声波传感器等）获取周围物理环境信息，并利用AI算法对这些数据进行处理、分析和语义理解的能力。
人机交互（Human-Robot Interaction，简称HRI）--指人与机器人之间进行信息交流和操作控制的界面、方式和技术体系。常见的交互方式包括语音指令、触摸屏操作、手势识别、体感控制、遥控器操作以及基于增强现实（AR）的交互等。
线性执行器--将旋转运动转化为直线运动、输出直线推拉力的执行装置，通常由电机、丝杠（多为滚珠丝杠或行星滚柱丝杠）、编码器和力传感器等核心部件组成。
旋转执行器--输出旋转运动的关节执行装置，通常由电机、减速器、编码器、力矩传感器和伺服驱动器等核心部件集成在一个紧凑的模组内。
鲁棒性--对于机器人来说，鲁棒性体现在多个层面：在算法层面，要求机器人在传感器数据有噪声或部分缺失时仍能做出合理决策；在硬件层面，要求机器人在受到碰撞、跌落等意外冲击后仍能继续工作；在软件层面，要求系统在个别模块出现异常时仍能维持基本功能而不整体崩溃。
SLAM是（同时定位与地图构建）的缩写，指搭载特定传感器（如激光雷达、摄像头等）的移动机器人在未知环境中，一边构建环境地图、一边确定自身在该地图中所处位置的技术。SLAM可分为激光SLAM和视觉SLAM两大类。
障碍识别--机器人通过搭载的传感器（摄像头、激光雷达、超声波传感器等）实时检测和识别行进路径上障碍物的能力，是实现自主安全导航和避障的基础。多种传感器的数据融合和AI算法的实时推理。
PCBA--指将各类电子元器件（芯片、电阻、电容、电感、连接器等）通过焊接工艺安装并固定在印刷电路板（PCB）上所形成的完整电路功能模块。
OTA--远程升级”，指通过无线通信网络（如Wi-Fi、4G/5G等）远程对设备的固件、操作系统或应用软件进行更新和升级的技术，无需用户将设备送回到服务网点或进行任何物理连接。通过软件升级不断解锁新的技能、优化运动性能或增强安全防护，而无需更换任何硬件。
第四部分：具身智能与机器人行业人才红利
2025年国内具身智能与机器人领域的融资总额突破735亿元，全年发生投资事件超过740起，行业正处于资本涌入的早期红利窗口。对于深谙产业节奏、寻求职业与估值双重跃升的智驾从业者而言，这种周期落差具备极强的吸引力。
我国具身智能整体人才培养与考核机制对技术发展形成制约，具身智能研究融合了AI、机械工程、传感器技术等多学科知识，智驾顶尖技术人才面临职业边际效用持续递减的瓶颈，单点技术突破所能撬动的产业价值已大不如前。具身智能机器人是想象空间远超汽车的万亿级蓝海，他们渴望在新赛道复刻甚至超越智驾领域的产业成就。
尽管智驾与具身智能拥有高度同源的技术体系，从基础理论突破到关键技术研发，再到核心器件的迭代优化，往往需要团队协作与长期积累。人员往往以“短、平、快”的方式聚焦于短期目标和具体技术突破的现象，对身处机器人产业一线的从业者而言，这场由智驾行业发起的人才与资本流动，或许正是期待已久的“鲇鱼”。它带来的远不止人才红利，更是技术范式的碰撞与产业逻辑的重构。
第五部分：展望未来机器人/具身智能人才解决方案
CITCE人才寻猎展望未来，HR切哥对机器人/具身智能的发展充满信心，正丛科技- CITCE人才寻猎对机器人/具身智能领域尽管相关行业的人才储备已经有所积累，但仍需要雇主企业能够给予我们人才寻猎的合作机会，我们会在收到雇主委托后，深入企业场景，理解企业职位需求，为企业提供核心人才画像和市场Mapping价值。高端人才寻猎或RPO人才招聘模式等多种合作方式。
首先，CITCE人才寻猎积累了广泛的招聘经验和深厚的人脉资源，使其能够快速找到并吸引高质量的机器人/具身智能人才。猎头团队凭借行业经验和专业知识，能够理解企业的具体需求，根据要求寻找具备特定技能和经验的候选人。无论是高级管理职位还是技术专业人才，CITCE都能为企业推荐最合适的候选人；
其次，CITCE人才寻猎对机器人/具身智能行业有深入了解。通过关注最新的行业动态和趋势，以及对行业内最佳实践的敏锐洞察，他们能够帮助企业更好地了解行业人才的动态，为企业的战略决策提供有力支持；
此外，CITCE人才寻猎还提供专业的招聘流程管理服务，包括雇主品牌建设、行业人才地图构建、面试安排、背景调查和候选人评估。这些专业服务有助于企业更高效地进行招聘工作，提升招聘的质量和效率；
再者，CITCE人才寻猎支持企业进行薪资谈判和人才库建设与管理。凭借经验和专业知识，他们能够提供合理的薪资建议，并通过建立半导体领域的人才库，帮助企业随时获取最新的半导体人才信息；
最后，CITCE人才寻猎根据员工的职业规划和发展需求，提供培训和发展建议。通过帮助员工提升技能和知识水平，以及为个人职业发展提供指导和支持，他们助力企业更好地留住人才，提升企业的竞争力和发展潜力。
综上所述，与CITCE人才寻猎合作可以帮助我国机器人/具身智能企业实现人才的精准招聘和有效管理。通过我们的专业服务和行业经验，企业可以更好地适应行业变化和发展需求，为实现可持续发展提供有力的支持。最后欢迎上述国内机器人/具身智能知名企业管理者与HR与CITCE人才寻猎建立人力资源服务寻猎及RPO合作。
| 【版权申明】本文著作权为正丛作者所有，未经授权不得转载。 |
关 于 我 们 
· 联系电话：13059134440 客 服 微 信：15811139217
