小鹏汽车VLA自驾算法资深算法/专家

1. 参与机器人导航系统中大模型和感知模型的算法研究、开发与优化，包括但不限于VLA模型、VLN模型等。 2. 参与自动驾驶系统中大模型和感知模型的算法研究、开发与优化，包括但不限于VLA模型、VLM模型、Occupancy模型等。 3. 参与AI Infra的研发，包括但不限于大模型训练加速、云侧推理加速、端侧推理加速。 4. 将实习成果提炼总结，撰写学术论文，投稿AI顶会顶刊。

1. 结合最新 VLM/VLA 技术，设计自驾 VLM/VLA 云端大模型技术路线； 2. 针对高优场景及控车预测任务，设计模型训练迭代计划； 3. 交付满足评测指标的云端模型。 【课题名称】 云端 VLM/VLA 多模态大模型 【课题内容】 面向自驾场景理解及控车 Action预测任务，构建并优化云端 VLM/VLA 大模型，提升识别及预测准确率。

1、负责机器人大模型和室内语义导航技术方案设计与实现； 2、负责任务规划与控制策略，提升系统的泛化性与灵活性，以及物理执行模块高效性； 3、构建面向物流作业场景的VLA数据集与仿真环境；

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。