腾讯腾讯地图-多模态大模型建图算法专家
任职要求
1.硕士及以上学历，具备5年以上计算机视觉、地图构建或相关算法研发经验，拥有大模型相关项目经验者优先； 2.扎实的深度学习与CV基础，精通PyTorch等主流框架，具备大模型训练/微调经验（如多模态模型、LLM、AIGC模型）； 3.熟悉大模型相关技术栈，具备出色的编程能力，熟练使用Python或C++，具备良好…
工作职责
1.参与地图自动化制图系统的核心算法研发，包括遥感/街景/轨迹等多源数据下的2D/3D目标检测、语义分割、矢量要素提取、拓扑关系建模等任务； 2.探索多模态大模型与AIGC技术在地图内容生成、编辑与更新中的应用，如：基于视觉-语言模型的地图要素理解，利用AIGC技术进行地图要素的自动化标注与矢量生成，端到端地图构建技术（如MapTR、VectorMapNet等）的研发与优化； 3.将感知与大模型算法落地于轻量化地图产品或车道级地图生产流程，实现高效率、低成本的自动化建图系统； 4.参与地图构建全流程的算法优化，包括数据清洗、坐标校准、多源数据融合、地图更新等环节的系统性提升。
1.参与高精地图CV感知算法设计和研发，包括但不限于2D、3D目标检测、分割等方向； 2.参与高精地图CV感知算法设计和研发，包括多模态大模型感知技术以及AIGC研究技术的研发； 3.参与CV感知算法在高精以及车道级地图产品中的落地与优化。
1、 负责将深度学习、多模态大模型等技术与地图专业领域知识结合； 2、 参与最前沿的生成式建图等领域模型研发，将大模型、NLP、多模态、预训练等先进技术应用到业务中提升效果； 3、 负责大模型在地图特征提取和数据生成应用落地，包括系统性掌握Prompt工程的相关技术，与工程同学配合，完善整体链路，推进应用上线。
团队介绍： 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现高精度地图、三维重建、LLM/VLM，AI Agent等核心技术，持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕，更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门，我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心，推动智能出行与真实世界连接的深度融合。 团队gihub主页：https://github.com/amap-cvlab 岗位介绍： 我们正在寻找一位才华横溢的生成式AI/世界模型算法工程师加入我们的团队，共同探索人工智能的前沿领域，构建下一代智能系统的核心技术。如果你对生成式AI/世界模型有深入的理解和研究，渴望在这一领域大展身手，那么请加入我们！ 主要职责： 1. 3D静态生成：负责3D物体/场景生成算法的优化，探索高效的3D生成表示方式，并改进扩散或自回归生成模型，提升单图到3D物体或场景生成的精度与稳定性； 2. 3D动态生成：基于扩散/自回归视频生成基模，并引入3D场景表征和隐式动作表征，实现长视界一致、并且可交互的动态视频生成； 3. 世界模型构建：参与世界模型的前沿技术探索，包括环境建模、状态预测、决策规划等方面，以构建能够准确模拟和理解复杂环境的智能模型。探索空间智能的统一建模范式，包括未来状态预测以及未来动作预测，并构建反馈机制，最终实现自主学习； 4. 跟踪学术界和工业界在生成式AI/世界模型相关领域的最新进展，保持公司在该领域的技术领先地位。
- 结合测试业务需求，对机器人产品（双足、四足、灵巧手）进行选型、设计与集成； - 开发/应用机器人感知系统和运动控制系统，落地基础能力：环境建图、目标识别、轨迹规划等； - 针对测试对象，开发/应用通用型具身算法，实现物体泛化、任务泛化能力； - 研究多模态具身大模型，实现机器人对复杂测试任务的分解，及和物理世界的交互（视觉、触觉、语音等）； - 追踪行业动态，对进行评测和落地，持续优化应用；