菜鸟世界模型算法工程师

1、负责机器人场景下的世界模型算法研发，构建能准确预测物理世界状态演变的AI系统； 2、开发基于强化学习的动态环境建模技术，实现机器人在复杂场景中的自主决策能力； 3、探索视频生成技术在环境模拟中的应用，构建高保真度的虚拟训练环境； 4、设计具身智能系统架构，实现AI模型与机器人本体的高效协同； 5、搭建工业级仿真测试平台，支持大规模并行化的模型训练与验证。

1、负责机器人场景下的世界模型算法研发，构建能准确预测物理世界状态演变的AI系统； 2、开发基于强化学习的动态环境建模技术，实现机器人在复杂场景中的自主决策能力； 3、探索视频生成技术在环境模拟中的应用，构建高保真度的虚拟训练环境； 4、设计具身智能系统架构，实现AI模型与机器人本体的高效协同； 5、搭建工业级仿真测试平台，支持大规模并行化的模型训练与验证。

1.核心算法研发：负责三维重建、3DGS（三维高斯溅射）算法以及相关世界模型算法的设计、优化与实现，提升算法在三维重建中的精度、效率和稳定性，确保模型能够准确还原复杂场景细节； 2.项目实践应用：将三维重建，3DGS等算法算法应用于实际三维重建项目，如车道级数据视觉众包建图，自动驾驶场景重建、虚拟现实场景构建等，根据项目需求进行定制化开发，解决实际场景中的技术难题； 3.模型评估优化：建立有效的算法评估体系，运用指标分析、可视化等手段对三维重建结果进行评估，持续优化3DGS和世界模型算法，提升模型性能和重建效果，实现算法的迭代升级； 4.前沿技术探索：关注计算机视觉、三维重建领域的前沿技术发展，尤其是3DGS及相关技术的最新研究成果，对新算法、新技术进行调研、验证和应用，推动公司在该领域的技术创新。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于实现理解生成一体化的世界模型，达成“交互”和“创造”两大目标。本方向专注于研发视觉生成技术的突破，其中研究内容包括但不限于：理解生成一体化、视觉生成等，充分探索相关数据及训练方法研究，以期解决计算机视觉基本问题的同时，为 AI 赋予创造力，理解世界及预测未来世界。 工作描述： 1. 下一代理解生成一体化的模型结构设计与研发，探索 Autoregressive LLM 、Diffusion、及两者结合的多种技术路线。 2. 研究及探索世界模型的多模态训练数据及对应训练策略。 3. 设计及研发自动化评估方法设计与实现，为模型研发提供科学指导。