pi0和pi0.5的区别 代码上什么区别
尚未关联知识库答案
智元机器人
研一在读，做过一个智元具身模型的部署训练微调工作。年前年后投了许多家具身初创或者有做vla的车企的实习，最后oc了三家。总体感觉这个方向找实习有一些运气成分，有些初创缺人的话就只有一轮面试，而且大部分具身公司不需要手撕，而车企的面试普遍会流程上规范一些有手撕的环节。 这段时间也积累了一些被问到的具身面试问题，给想找具身实习的大伙分享一下，希望能对大家有帮助。可能没记太全，想起来再继续补充。 1.pi0和pi0.5的区别 代码上什么区别 2.pi和gt00t的流匹配的区别 3.描述智元LAPA工作 4.ACT训练和推理的流程 4.数采原理和方式 5.RTC有没有做过，如何实现 6.模型预训练用什么开源数据 7.介绍自己用过的模型的整体框架与流程，模型输入输出，夹爪or灵巧手 8.接着上面的问题，模型具体使用时存在什么问题，可以怎么样改进或者创新 9.如何设计的具体任务，长序列为什么成功率低 10.有些企业还会问vlm相关的内容，比如transformer，vit，自回归生成的整个流程，模型多少b之类的 11.还有一些对技术方向的理解的问题，比如对世界模型有无了解，解释快慢系统，对数据来源的看法之类的 手撕类： 1.用pytorch写多头注意力 解释过程 2.leetcode的题 3.flowmatch伪代码 可能没记太全，想起来再继续补充。大家如果有自己遇到的一些经典具身面试问题也可以评论区互相补充一下互相帮助。
第 1 轮
pi0和pi0.5的区别 代码上什么区别
pi和gt00t的流匹配的区别
描述智元LAPA工作
ACT训练和推理的流程
根据公司、岗位、季节和元数据确定性匹配。
数采原理和方式
RTC有没有做过，如何实现
模型预训练用什么开源数据
介绍自己用过的模型的整体框架与流程，模型输入输出，夹爪or灵巧手
接着上面的问题，模型具体使用时存在什么问题，可以怎么样改进或者创新
如何设计的具体任务，长序列为什么成功率低
有些企业还会问vlm相关的内容，比如transformer，vit，自回归生成的整个流程，模型多少b之类的
还有一些对技术方向的理解的问题，比如对世界模型有无了解，解释快慢系统，对数据来源的看法之类的 手撕类：
用pytorch写多头注意力 解释过程
leetcode的题