王兴兴后悔没更早关注AI，宇树科技7万月薪招算法工程师

本文来源：时代周报 作者：朱成呈

宇树科技再次抛出一份“校招+社招”清单。

9月11日，宇树科技在官方微信公众号上宣布启动2026届校招和社会招聘，涵盖算法、嵌入式、软件、机械/设计、项目/管理、销售/技术支持与市场营销七大类。这已是宇树连续第四年在9月集中启动招聘，但今年的内容稍有不同，算法与软件岗位的权重被显著提升。

同日，在上海外滩大会的论坛上，宇树科技创始人、CEO王兴兴谈及“最后悔过去没有花更多时间关注AI”。他表示，“AI时代是一个非常公平的时代，只要你聪明，只要你愿意做事情，就能达到你的目标。”

招聘与发言在时间上的重合，像是对外界释放的双重信号：宇树要在AI时代里种下更多树苗，等待属于人形机器人的AI春天。

高薪招AI算法工程师

在宇树官网的职位列表中，AI算法工程师（大模型方向）的薪资区间为40K-70K。该岗位的核心职责包括：大语言模型及多模态大模型的预训练开发和调优，基于大模型的机器人控制算法设计、训练、数据集处理与真机部署测试。

图源：宇树科技官网

与之并列的还有AI算法工程师（视觉感知方向），薪资区间为35K-70K，要求设计、开发和优化视觉算法，以解决图像识别、目标检测、目标跟踪和图像分割等问题，同时推进单目深度拟合、双目立体匹配、3D人体姿态估计和6D物体姿态估计等技术的落地。

简惟咨询合伙人杨莹在接受时代周报记者采访时表示，从下限看，35K、40K 的薪资吸引力并不算强，但宇树的品牌本身有吸引力。具体薪资要看岗位级别，一些高级别的大模型算法岗位在市场上已能突破100K，而40K-70K更符合中级AI算法工程师的行情。她同时提到，杭州的薪资水平整体比北上稍低，但差距在缩小，尤其在前沿领域，杭州与上海的薪资已接近持平。

这些岗位本身也映射出宇树的研发方向：不仅要在大模型算法层面保持前沿，还要推动模型与机器人实体结合，让“AI 从认知走向行动”。

当前，大模型正经历从“通用智能”向“场景智能”的转型。头豹研究院AI行业分析师饶立杰向时代周报记者表示，诸如针对制造业的故障诊断模型、面向家庭服务的个性化交互模型等，能够有效降低机器人的部署成本，加速其商业化进程。通过行业数据的精细调优（涵盖工业质检、医疗手术、仓储物流等领域），垂直领域的大模型将显著提升机器人在特定应用场景中的决策效率与可靠性，可直接解决实际应用中的核心痛点。

此外，时代周报记者注意到，宇树已连续四年在9月启动社招与校招。前三年主要面向研发、产品/项目、销售/技术支持、营销/设计及综合岗位；2024年新增生成式AI算法、法务、公共关系岗位；2025年则引入AI算法工程师（具身智能/AGI）、前端开发、软件测试、JAVA后端、UI设计等岗位，并开放更多实习机会。

一位业内人士向时代周报记者表示，这类前端、后端、测试、UI职位算是APP开发相关岗位。

“UI设计是指根据用户需求和产品目标，设计用户与产品（网站、APP等）的交互界面的视觉样式和交互逻辑。前端开发人员则负责将这些UI设计图转化为可交互的代码和功能，而后端开发人员则负责软件的服务器端逻辑，为前端提供数据和功能支撑”。另一位业内人士向时代周报记者进一步指出，“机器人企业也要做配套软件，比如通过手机软件操作机器人”。

实操型人才稀缺

事实上，随着AI产业升温，算法岗位已成为人才市场上的稀缺资源。杨莹指出，相比去年，机器人算法岗位的薪资普遍上涨约20%。“尤其是在具身智能出海的趋势下，具备海外经验和跨文化协作能力的候选人更受欢迎，薪资也会更高。”

她补充说，机器人算法人才不仅能服务于机器人，还可迁移至AI、自动驾驶等多个领域，导致竞争格外激烈。候选人跳槽时往往对薪资涨幅有更高要求。而在招聘市场上，兼具研发与项目落地经验的人才，尤其是在研究方向上有实际应用、同时具备工程和实践能力的候选人，属于最稀缺的群体。

前程无忧51job最新发布的《2025校园招聘白皮书》也印证了这一趋势。白皮书指出，2025年全国高校毕业生规模再创新高，就业形势更复杂。一方面，数字经济、绿色经济、人工智能等新兴领域快速发展，催生了大量新岗位；另一方面，毕业生对工作的期待逐步从“有业可就”转向“高质量就业”。

在技术迭代频繁的行业中，吸纳具备新知识背景、学习能力和数字化素养的年轻人，已成为企业保持竞争力的关键。

在更宏观的层面，AI还处在“认知强、行动弱”的阶段。王兴兴在上海外滩大会上表示，“现在的语言模型在信息领域，比如文字、图形都做得非常好，可能比99.99%的人都做得好。但是在真正让AI干活的领域，现在都是一片荒漠，真正大规模爆发性增长的前夜还没有到来。”

在王兴兴看来，AI时代是一个非常公平的时代，只要你聪明、只要愿意做事情，你想达到的目标在这个荒漠上都可以长出参天大树。

从这个角度看，宇树的招聘动作更像是一种前置布局：先把软件和算法团队搭好，等待AI从“认知”走向“行动”的临界点。