具身智能基本上都是机器人，可以看作是 AI 搭配机器人。而 VLM (Vision Language Model) 就是给这个系统加上了“视觉”。目前最先进的公司（如宇树科技和大疆）的应用逻辑如下：宇树 H1 机器人：本质上是 VLM + VLA + 端到端。流程：输入指令 $\rightarrow$ 拆解指令 $\rightarrow$ 将视觉部分转化为运动轨迹 $\rightarrow$ 最终实现行走和动作。特斯拉 (Optimus)：也在探索端量化（一体机方案）。愿景：全方位的大模型，实现“一键输入 $\rightarrow$ 处理 $\rightarrow$ 行动反馈”，直接输出指令到...

自己几个月的努力没有白费，真的很开心，也重新拾起能让自己自信的勇气感谢之前各位素不相识的牛友们的鼓励与支持这一刻，坚持仙蛊，练成！

难不成除了我人均四五段大厂吗，怎么问出来的

个人总结 近几天接连面了好几家中小厂，我整理了一下面试遇到的问题，以及自己下一步的学习计划和对中小厂面试的一些看法。文末我附上了近期调试 Gemini 整理面试内容文字文稿形成问题记录和回答的 propmt，愿能帮助到有需要的同学。 周四面了蔚来软件测试后台开发，有点像KPI面，一上来就陆续给了三道算法题。自己这边也出了点小问题。面试过程中没有注意挑个安静的地方，旁边的教室一直搁那上微积分，非常嘈杂。面试环境这个问题在后续暑期和秋招中务必要解决之，否则会极大影响问答过程和思考状态。此外分别面了北京地区的一家研究所旗下挂名公司的后端实习，和上海某小厂的后端实习。经历了多场面试之后，我发现大厂相对...