理想汽车基座模型-多模态数据算法实习生
任职要求
1. 全日制本科及以上学历，计算机、自动化、电子信息、数学等相关专业优先； 2. 熟悉Python编程语言，了解数据处理相关库（如Pandas、NumPy），熟…
工作职责
1. 负责多模态大模型相关的文本/图像/视频等数据生产方案调研和搭建； 2. 协助进行数据清洗和筛选，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据生产方案，例如CoT、RL等相关数据生产技术。
1. 支持多模态大模型相关算法研究与落地，参与多模态大模型相关的文本/图像/视频等数据管线方案调研和搭建； 2. 搭建数据质量评估和自动化清洗框架，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据管线方案，例如CoT、RL、Auto- think等前沿技术。
1.负责包含文本、视频、图片、语音等多模态数据对齐的基础大模型核心技术研发，包括 Pretrain、SFT、RL 等，持续追踪和应用领域最新技术进展； 2.预训练：跟进和研发更先进的 foundation 模型结构、训练模式、scaling law，提高训练效率和优化关键问题（如推理、长序列能力，多模态融合）； 3.后训练：跟进和研发基座模型的后训练技术，充分激发模型潜力，包括但不限于高质量指令样本构建、课程学习、reasoning RL 等方向； 4.应用：通过模型与场景的深度耦合，推进大模型能力在实际业务中的最优表达，构建具备长期价值的智能 Agent； 5.结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
1. 探索自动驾驶世界模型的前沿算法与应用，包括但不限于场景生成、未来预测、场景重建、强化学习等前沿算法的研究； 2.探索视觉基座大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向，同事探索 3.探索多模态大模型的前沿算法与应用，包括但不限于在数据挖掘、场景理解方面的应用
1. 负责研发基于机器人作业场景的重建/生成/编辑等功能 Modeling the 3D Physical World for Embodied AI. 2. 负责机器人仿真器环境部署、算法训练开发，算法真机部署，实现仿真算法Sim2Real的zero-short迁移。 3. 负责vlm,vla机器人基座大模型数据生产，模型训练，验证等。