地平线VLA算法应用开发实习生
任职要求
1、国内外知名高校在读优秀研究生，有VLA算法研发/应用开发经验者优先； 2、熟练掌握Python编程语言，熟悉PyTorch等深度学习框架，具备良好的代码编写习惯和调试能力； 3、扎实掌握机器学习、深度学习基础理论知识，熟悉常见的神经网络架构，对Tran…
工作职责
VLA（Vision-Language-Action，视觉-语言-动作）模型作为“感知-理解-决策-执行”一体化的多模态智能框架，其核心优势在于打通多模态数据关联、强化闭环反馈效率、降低数据依赖门槛，能从数据采集、处理、训练优化到落地验证的全流程，为数据闭环系统提供关键支撑。 岗位职责： 1、探索构建“视觉-语言-动作”的一体化业务数据建模，让数据从“孤立样本”转化为“可解释、可关联、可驱动优化”的智能资产； 2、迁移部署前沿VLA模型到业务数据链路，协助搭建“数据采集/挖掘-模型训练-效果验证”的闭环迭代链路，为“数据驱动的持续进化”提供了关键技术支撑； 3、跟踪VLA领域的前沿技术动态，调研最新研究成果和发展趋势，定期进行技术分享，给团队引入新技术思路；
1、参与前沿算法部署：视觉算法模型导出，量化，工程部署与优化，应用示例开发。 2、参与算法方案交付工作：构建算法业务流，算法方案迭代与测试，交付工作支持。 3、探索机器人的无限可能，将各类算法或开源项目应用于机器人，探索具身智能。
1、参与前沿算法部署：视觉算法模型导出，量化，工程部署与优化，应用示例开发。 2、参与算法方案交付工作：构建算法业务流，算法方案迭代与测试，交付工作支持。 3、探索机器人的无限可能，将各类算法或开源项目应用于机器人，探索具身智能。
1.负责理想汽车VLA模型方法研发和工程落地，包括但不限于视觉多模态理解、高级指令拆解及多模态policy预测; 2.负责设计高性能上限，具备量产能力的VLA模型算法，对包括但不限于diffusion、VLM等模型算法有实操经验； 3.开发高效离线训练框架，以及可实时运行的在线推理框架，优化模型推理性能，研发模型部署工具链和优化工具； 4.建立云端数据感知/决策联合标注Pipeline、数据挖掘机制以及难样本分析等工具链，通过数据闭环持续选代模型能力。
多模态大模型（VLA：Vision-Language-Action）算法的预研, 包含但不限于： 1. 研究视觉、语言与行为动作之间的联合建模机制，探索多模态预训练与表征学习方法，实现跨模态对齐与融合； 2. 多模态数据集的构建与管理，包括视觉、语言、行为等多模态标签设计与质量控制； 3. 探索模型蒸馏、小样本泛化等技术，推动模型在自动驾驶复杂场景中的部署效率； 4. 跟进并复现前沿研究（如 EMMA、RT-2、OpenVLA等），协助撰写技术报告、论文或专利材料。 5. 深入调研并实践 RLHF / DPO 等对齐技术，提升多模态模型的响应能力与行为决策能力； 6. 撰写高质量的技术文档，参与论文发表或专利申请。