职责描述： （可base北京/广州/上海/深圳) 加入我们，驱动自动驾驶的未来！ 现正积极招募对大模型技术充满热情的实习生。如果你对VLM（视觉语言模型）、VLA（视觉语言动作模型）、世界模型、视频生成或强化学习有浓厚兴趣或研究经验，欢迎加入我们，共同探索自动驾驶技术的边界！ 职位亮点 • 前沿技术探索：深入参与多模态大模型、生成式世界模型、强化学习等尖端技术在自动驾驶领域的应用研究； • 全流程实践：从数据构建、模型设计、训练优化到评测部署，全面参与自动驾驶大模型的研发全流程； • 丰富资源支持：提供大规模真实驾驶场景数据集与充足计算资源，支持技术创新与突破； • 成果转化与发表：开放的技术氛围，支持顶会论文发表与专利申请，优秀成果有望落地应用； 岗位职责 • 参与VLA/VLM算法研发，探索视觉-语言-动作模型在自动驾驶决策规划中的应用； • 开展生成式世界模型研究，包括状态建模、轨迹预测与端到端规划； • 运用强化学习/模仿学习技术，提升模型在复杂驾驶场景的应对能力； • 构建多模态预训练与SFT数据集，优化模型泛化性与鲁棒性； • 跟踪顶级会议最新研究成果，复现开源项目并进行技术验证； 任职要求： • 硕士及以上学历，计算机、人工智能、机器人等相关专业； • 熟悉深度学习算法，对CV、NLP、多模态等领域有深入理解； • 熟练掌握Python/C++，精通PyTorch等深度学习框架，有较强工程能力； • 具备以下至少一个方向经验者优先： ◦ VLA/VLM模型：熟悉Transformer、Diffusion Policy等，有相关项目经验； ◦ 世界模型：了解Dreamer、Genie2、JEPA等相关工作； ◦ 强化学习：有机器人模仿学习、强化学习相关研究或项目经验； ◦ 视频生成：有相关项目或研究经验； • 在CVPR、NeurIPS、ICLR等顶级会议发表论文或有相关竞赛获奖经历者优先。