小鹏汽车【26届校招】视频/时空建模与预训练研发工程师
任职要求
- 熟悉视频表征（TimeSformer、VideoMAE、InternVideo等）之一； - 至少掌握一种主流框架（PyTorch/JAX），有大规模预训练实操； - 有数据治理与高吞吐数据管线经验优先（WebDataset/Parquet、CLIP gate、重复数据检测）； - 了解分布式训练与性能优化（FSDP、ZeRO、流水并行、I…
工作职责
【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能（AI）、控制、机械与系统工程，打造能感知、理解、操作并能和现实世界进行交互的下一代机器人。 【关于团队】该部门承担前沿智能方法的预研工作，专注于实现机器人三大核心智能能力：自主移动（导航）、灵巧操作和人机交互。我们深入布局大语言模型（LLM）、多模态视觉语言模型（VLM）和视觉语言行动模型（VLA），实现全流程自研，推动机器人从感知到决策的全面智能化落地。团队成员遍布深圳、上海和美国硅谷，聚集了世界一流的科研与工程人才，致力于将大模型技术真正落地到复杂、动态的物理环境中。在这里，你将：与来自 AI、机器人硬件、控制等领域的优秀工程师合作；参与推动 LLM/VLM/VLA 与机器人智能体的融合；构建能够自主学习与进化的“具身智能体”。 - 负责视频-文本预训练：时空Transformer、Tubelet/patch 合并、时间位置编码、MRoPE/旋转位置等。 - 设计与实现视频采样与多尺度时空建模策略（clip/window、stride、动态帧采样）。 - 构建高效数据流水线：海量视频去重、切分、对齐、字幕/ASR/视觉caption融合与噪声治理。 - 联合训练与蒸馏：多任务（检索/QA/字幕/动作），长上下文与低延迟解码优化。 - 与平台团队协作，优化分布式训练（FSDP/DP+TP/PP、混精度、异构存储与缓存）。
【关于机器人中心】小鹏机器人中心专注于构建面向未来的人形机器人系统，融合先进的人工智能（AI）、控制、机械与系统工程，打造能感知、理解、操作并能和现实世界进行交互的下一代机器人。 【关于团队】该部门承担前沿智能方法的预研工作，专注于实现机器人三大核心智能能力：自主移动（导航）、灵巧操作和人机交互。我们深入布局大语言模型（LLM）、多模态视觉语言模型（VLM）和视觉语言行动模型（VLA），实现全流程自研，推动机器人从感知到决策的全面智能化落地。团队成员遍布深圳、上海和美国硅谷，聚集了世界一流的科研与工程人才，致力于将大模型技术真正落地到复杂、动态的物理环境中。在这里，你将：与来自 AI、机器人硬件、控制等领域的优秀工程师合作；参与推动 LLM/VLM/VLA 与机器人智能体的融合；构建能够自主学习与进化的“具身智能体”。 - 负责将大规模VLM/VLA模型高效部署于定制化芯片（NPU、TPU、ASIC、FPGA、GPU集群等）； - 通过高效模型架构、推理图编译、算子融合与低延迟优化等方式，提升模型在各类硬件平台下的吞吐与功耗表现； - 设计并实现高性能推理框架，支持如长上下文、视频时空建模、工具调用等复杂功能； - 负责模型压缩与加速（量化INT8/FP8、蒸馏、剪枝、缓存、流式推理等）相关技术方案落地； - 联合芯片及系统团队，优化内存访问、调度策略、通信结构，达成端到端推理性能突破。
1、负责智能汽车功能使用/亮点视频的出镜讲解，深度参与选题策划、脚本制作； 2、深入了解车型产品功能亮点、使用细节，分析用户的用车场景和痛点，输出表达方式,对内容效果、用户满意度负责； 3、基于数据、用户反馈及时进行视频复盘，输出结论和提升策略； 4、关注短视频内容和平台发展趋势，持续更新内容形式，不断提升内容品质； 5、团队跨部门沟通与协作，确保需求的准确传达和创意内容质量。
1. 负责小鹏汽车AIGC图片与视频内容的创意制作，通过AIGC能力提升科技品牌感知； 2. 利用AIGC技术和工具，参与创作短视频、宣传片、品牌视频等多种类型的视频内容，对视频内容的创意、制作与优化有一定见解。对环境氛围、光影感等有一定理解，能把握整体的输出质量； 3. 结合AIGC图像/视频生成等多形态的创意工具，探索高效创作方式，为最终效果负责；
1，负责车端视觉感知算法方向，用于车端无图高阶辅助驾驶功能； 2，侧重视觉BEV感知及道路拓扑感知，包括但不限于检测、分割、中心线拓扑生成等任务； 3，负责静态元素及道路拓扑网络核心算法技术突破，持续算法模型创新，加速模型工程化落地； 4，负责静态元素及道路拓扑感知模型车端交付，解决交付过程中的长尾 Corner Case、提升模型鲁棒性、自动化效率。