具身智能搶人大戰：畢業一年，年薪300萬元

具身智能的競技場上，一場圍繞頂尖人才的爭奪戰已經打響，其激烈程度與薪酬數字，正不斷突破人們的想象。

最新的信號來自字節跳動。不久前，其旗下火山引擎釋放出一則招聘信息：為招募具身智能方向的操作算法資深專家，開出了月薪9.5萬元至12萬元的高規格待遇。

這個數字有點驚人，但深入了解后，這還不算最夸張的。據說，某明星具身智能公司的最新運控負責人，2024年剛研究生畢業，如今對外開價已經達到了年薪300萬元——而這，尚未包含可能更可觀的期權部分。

“現在只要有運動控制經驗的候選人，只要他愿意，手握二、三十份offer都是輕輕松松的。達到負責人級別的，薪資接近千萬元。”獵頭Liam（化名）表示。

同時他指出，這場人才爭奪戰早已蔓延至校園。“尤其是從事‘大腦’相關算法的頂尖人才，若來自清北復交、浙大、哈工大等知名實驗室的應屆博士生，起薪往往在60萬甚至70萬元以上。”

面對此情此景，一投資人朋友感嘆道：“AI讓真正的天才價值體現出來了”。也有技術從業者不禁表達了對職業前景的隱憂：“AI正在急劇拉開人與人之間的差距，做技術的，要么往更高精尖的領域發展，要么可能就要等著被AI取代了。”

算法人才成“香餑餑”，實習生月薪10萬元

某種程度上，具身智能的這場“搶人大戰”折射出的，是整個行業在技術爆發前夜的集體焦慮。

“人才爭奪本質上是資源爭奪的一部分。所有人都想快速組建團隊、推出產品、拿下融資。”金鼎資本產業研究院人形具身研究員Kevin（化名）表示。

市場的迫切需求有數據為證。智聯招聘發布的《2025年機器人產業人才發展報告》顯示，2025年前5個月，國內機器人產業招聘職位數同比增長6%。其中，伴隨人形機器人賽道的爆發，該細分領域的招聘職位數同比猛增了4倍。

在所有崗位中，算法類人才最為稀缺和搶手。獵頭Liam分析稱，根據技術分工，算法類崗位通常可劃分為“大腦”與“小腦”兩大方向：

“小腦”側，如運動控制、導航、遙操作等是機器人協調身體、完成動作的基礎。該方向博士學歷的候選人，起薪普遍在66萬元至70萬元區間。

“大腦”側，如視覺-語言模型（VLM）、多模態大模型等，則決定了機器人的感知、決策與交互智能。由于這類算法人才不僅被具身智能公司需要，也面臨互聯網大廠的激烈爭奪，因此起薪水平更高——“對于頂尖名校實驗室的博士生來說，若發表過4篇以上頂會一作論文，起薪會超過百萬。”

目前整個行業的人才都在飛快流轉，但核心人員的總量并沒有增長。于是乎，很多企業已將招聘戰線大幅前移，開啟“提前鎖定+定向養成”模式。

Liam透露，像阿里、字節這些大廠，在相關專業博士生博一、博二階段就開始建立聯系，“通過學術會議、實驗室合作先混個臉熟，博三博四時直接邀請參觀——不僅是看實驗室、做技術交流，還安排party、去米其林餐廳吃飯，全方位打動候選人。”

此外，閃電面試、高額簽約獎金、高管親自游說、定制化項目承諾……所有能想到的“籌碼”都被擺上桌面。更有創業公司為鎖定2026年畢業的潛力人才，推出“實習即享全職待遇”的政策：只要候選人答應畢業后加入，可提前半年甚至一年入職實習，期間直接按校招offer薪資發放——每月10萬元，實習期也能拿到全職薪資。

即便是親歷過自動駕駛“搶人大戰”的Liam，也直言具身智能賽道的搶人激烈程度遠超以往。“過去我們的核心是幫企業找到合適的牛人，候選人的選擇范圍也相對集中，無非是幾家頭部企業；但現在，一個優秀候選人手里握二三十家offer是常態，選擇太多樣化。甚至有人拿到一堆offer后，最終選擇和朋友創業，我們根本無法預判。”

招人難，招適配的人更難

具身智能行業的人才爭奪戰之所以如此激烈，核心在于供需兩端的嚴重失衡。作為一個融合了多種先進技術的交叉學科，具身智能對人才的要求極為嚴苛，而行業的快速崛起又讓人才儲備完全跟不上節奏。

戴盟機器人招聘負責人告訴我，當前行業面臨的人才稀缺幾乎是全方位、全鏈條的。

除了上文提到的算法崗位外，硬件人才的爭奪同樣激烈。具身智能產品的落地還離不開硬件本體的支撐，而現實情況是，傳統制造業出身的硬件工程師，往往難以直接適配具身智能公司的要求。

“硬件工程師不僅要懂機械設計，還要深入理解如何與算法協同工作，并考慮量產的可行性與成本。比如來自傳統電子電器或機械結構的候選人，就不一定適應或解決我們的問題。”

即便是存量的職能類人才市場，招聘也絕非易事，供應鏈與市場營銷類崗位就是典型。

隨著行業從技術研發向商業化落地推進，供應鏈的搭建、核心零部件資源的整合，以及市場推廣與品牌建設，都變得至關重要。然而，這類人才同樣面臨“能力遷移”的挑戰。戴盟機器人方面坦言，候選人不僅需要有原有的經驗和資源，還要能夠將過往經驗進行定制化改造，這更需要具備強烈的探索精神和學習能力。“我們更看重候選人背景與業務的契合度，而不是單純追求明星人才。”

從人才流動的路徑來看，目前市場呈現出相對清晰的脈絡。獵頭Liam表示，大腦側算法人才主要來自自動駕駛公司、大模型公司和互聯網大廠的研究部門；小腦側算法人才多來自傳統機器人企業、名校實驗室和海外公司；硬件人才則主要從相關高端制造、機器人硬件企業挖掘。

目前國內被“挖角”最嚴重的公司名單，包括騰訊Robotics X、優必選、小鵬機器人、字節跳動的Seed（原AI Lab機器人組）等較早布局機器人領域的團隊。

2027年或成關鍵節點

交流下來，幾乎所有人都承認當前具身智能行業的招聘市場已經出現了“非理性繁榮”。

不過在Kevin看來，這種“泡沫”是行業早期發展的必然階段，是吸引人才入場的關鍵手段。

“對企業而言，重金引入關鍵人才以突破技術瓶頸，遠比因人才短缺導致項目停滯更為劃算。”但他也指出，如果到2027年，企業依然無法實現商業化落地，模型能力難以泛化，資本屆時不再持續投入，行業將進入“冷靜期”，人才爭奪也會隨之降溫。

2027年這一時間，在業內已形成基本共識。逐際動力創始人張巍就曾公開表示，2027年將是具身智能機器人規模化量產的關鍵節點，在此之前，行業正處于指數級爆發的前夜。

如果“搶人大戰”終有歸于理性的一天，那么對求職者而言，當下的選擇就顯得尤為關鍵。

據Kevin觀察，目前市場上的“搶人”公司大致可分為兩類：一類是尚未厘清商業路徑，試圖通過擴張團隊來試錯摸索；另一類則是已明確商業模式，需要快速招兵買馬以擴大戰果。“相比之下，前者更容易出現‘C輪死’的情況。”

另一位具身智能從業者也表達了相似的觀點。他認為，無論公司當前估值多高、融資規模多大，能否找到落地場景并實現自我造血，才是從根本上決定了組織的氛圍與韌性。

“如果始終在為‘老板的想象’不斷調整方向，持續加班改需求，卻看不到盈利可能，團隊的信心與熱情會很快消磨殆盡。更關鍵的是，如果遲遲找不到可持續的商業模式，資本市場的耐心還能維持多久？”他進而建議，求職者可優先考慮已經有穩定收入的頭部具身智能公司，其次是科技大廠。

獵頭Liam則從實操層面提醒相關應屆生：“一定要爭取實習機會，最好能獲得在真機上驗證算法的經驗。論文是重要的基礎，但真正在機器人上跑通算法、解決實際問題的經歷，才是當前企業最看重的競爭力。”

總結而言，任何一個行業都必然會經歷從“野蠻生長”到“理性發展”的過程，最終能夠沉淀下來的，必將是那些掌握了核心技術、跑通了商業閉環的企業，以及那些具備持續進化能力和真正競爭力的人才。而眼下這場轟轟烈烈的搶人大戰，終將成為具身智能發展史上的一個鮮明注腳，見證一個新興產業從狂熱走向成熟的完整周期。