小鹏汽车具身智能大模型算法实习生（人机交互方向）
任职要求
职位要求： 硕士及以上在读学历，计算机、电子等相关专业； 在CV/多模态/AIGC等一个或多个领域有较深入的研究，熟悉主流深度学习框架，具备扎实的编程能力； 具备独立开展工作…
工作职责
我们致力于前沿机器人交互技术的研发，目标是打造能够精准理解人类意图、实现自然流畅人机协作的下一代机器人系统。在这里，您将有机会将最先进的计算机视觉与多模态大模型技术应用于真实的机器人场景，解决极具挑战性的问题，并见证您的算法如何改变人机交互的未来。 负责机器人交互中的核心意图识别算法的研发与迭代，技术方向包括但不限于：目标检测、多目标跟踪、人体/人脸关键点检测、手势识别、行为理解等。 探索并推动多模态大模型在机器人交互场景下的应用与落地，实现基于视觉、语音等多模态信息的深度意图理解。 负责将算法模型进行高效的优化、部署和集成，确保其在真实机器人平台上的性能和稳定性。 持续跟踪计算机视觉、多模态学习、机器人学等领域的最新学术进展，并将有潜力的技术转化为实际生产力。
VLA基础模型训练，包括但不限于： 1. 跨本体多技能预训练 2. VLA基础模型架构与预训练技术路线探索 3. VLA基础模型训练/推理加速 工作地点：杭州/北京，优先杭州
-课题：一见视觉智能体（AI Watchman）-构建通用视觉Agent，接管传统监控软件，打造数字AI值守员 -多模态大模型产业应用研究： 探索 VLM 在少样本工业场景下的视觉理解与逻辑推理能力，研究基于 Scaling Law 的数据自动清洗与自动化标注技术 -具身智能感知与决策系统： 研究边缘侧的高效感知与执行策略，构建能够理解复杂环境、操作物理/虚拟设备并进行自主决策的智能体 Runtime -自主进化 Agentic MLOps 闭环： 参与设计并实现全栈调试的 Skill 池。负责挂载语义诊断、逻辑参数调优、提示词自动变异与网络模型重设等核心能力，实现完整MLOps 工作流闭环
1. 深入理解美团无人机业务场景，探究以类人形具身算法数据采集与算法训练的最优配合范式，设计高效的数据闭环方案，以提升具身智能模型在真实物理世界中的泛化能力。 2. 针对非结构化环境下的感知与决策难题，研发创新性的具身智能算法，并探索其在无人机/机器人系统中的实际部署边界与应用价值。 3. 依托公司真实场景数据与高校合作资源，定义并解决具身智能领域的关键科学问题，参与前沿学术会议的高质量论文产出。 4、负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；
美团是中国领先的生活服务科技平台，拥有覆盖数千万商户与数亿用户的真实履约网络。美团无人机是全球率先实现城市低空配送常态化运营的团队。我们正将具身智能技术引入大规模真实物理场景，探索"让机器像人一样理解世界、自主行动"的下一代智能体。你将加入具身智能算法核心团队，承担以下职责： 1. 算法方案设计与落地 深入理解美团真实业务场景与任务需求，探索类人形具身智能"数据采集—算法训练"的最优配合范式；设计高效的数据闭环方案与预训练/后训练模型算法方案，持续提升具身智能模型在真实物理世界中的泛化能力与鲁棒性。 2. 学术成果产出 依托美团海量真实场景数据与高校深度合作资源，定义并攻克具身智能领域的关键科学问题；以第一作者或核心贡献者身份，在 CVPR、ICRA、NeurIPS 等顶级会议产出高质量论文。 3. AI 工具提效 将大语言模型、AI 编程助手等前沿工具深度融入算法研发全流程（方案设计、代码实现、实验分析、文档撰写），推动团队整体研发效率与智能化水平跃升。