贝壳空间智能算法工程师（AIGC方向）【实习】(J71301)

1、探索空间智能领域前沿算法，掌握最新技术趋势； 2、设计并实现大规模生成式AI算法，包括但不限于图像/视频生成、3d/4d内容生成； 3、负责AIGC相关算法的优化和迭代，包含理解、生成、编辑等核心模块； 4、参与团队合作，与团队共同解决空间智能在房产行业落地的技术问题。

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 为何加入我们？ 1. 挑战业界顶尖难题： 处理百亿级位置数据，攻克动态世界中海量POI的实时、精准感知与理解，定义未来地图的“AI之眼”。 2. 驱动国民级应用创新： 你的技术将直接应用于高德地图数亿用户依赖的扫街榜等核心功能，实现从技术突破到产品颠覆的全流程落地。 3. 置身前沿技术浪潮： 在三维地图、世界模型、具身智能等前沿领域进行深度探索与研发。 4. 预研与业务深度结合：在这里，你将同时接触到面向未来的技术预研和支撑亿级用户的业务算法。我们提供从0到1的创新探索环境，也看重从1到N的规模化落地能力。 职位描述： 我们正在寻找一位专注多模态视觉理解的算法工程师。您将主要负责利用多模态大模型技术，从海量街景图片与视频中自动发现、识别与更新地图POI信息，提升地图数据的鲜度、广度与精度，为用户提供更智能、更沉浸的出行与生活服务。本岗位兼具前瞻性技术探索与规模化业务落地的双重属性，你将有机会完整参与从创新模型研究到核心业务系统迭代的全过程。 主要职责： 1. 前瞻性模型预研与业务驱动研发：探索并研发适用于大规模街景图像/视频理解的下一代视觉-语言大模型（VLM），重点攻克POI变化发现、细粒度属性理解等关键课题，并将创新技术转化为实际业务解决方案。 2. 端到端业务落地与闭环优化： 主导多模态POI发现技术在“高德扫街榜”等核心业务中的集成、优化与全流程落地。 3. 前沿技术跟踪与创新： 持续跟踪多模态理解、视频表征学习、地理空间智能等领域的最新进展，探索技术边界发表高质量论文，实现空间感知理解的学术突破，持续迭代核心算法，达到业界sota。

1. 参与机器人/自动驾驶场景下4D 动态场景重建、空间表征、多模态融合算法研发，攻克动态视图融合、4D 神经场、时空推理等关键技术； 2. 结合具身智能、世界模型、4D 基础模型，构建高保真动态环境表征与仿真能力，提升模型空间理解、场景记忆与时空推理水平； 3. 搭建具身智能合成数据生成与仿真体系，利用生成式AI、4D重建、神经场技术构建大规模训练数据与仿真环境，实现Sim2Real迁移，完善数据-算法-仿真-评估闭环迭代。

岗位概述：参与自动驾驶与机器人场景的三维重建、空间理解及生成式数据相关算法研发工作。 1、参与算法研发与模型训练 围绕三维场景重建、空间理解、视频生成等方向，参与模型训练与迭代，持续提升几何精度、时空一致性与泛化能力。 2、参与数据质量评估 分析重建与生成数据在几何一致性、时序稳定性、视角连续性等方面的问题，参与建立评估标准与指标体系，支撑模型优化； 3、参与生成式数据探索 探索图像/视频/3D生成等方式构建训练与评测数据；跟进三维重建、空间智能、生成式 AI 等前沿技术，参与方法复现与论文发表。