小鹏汽车机器人动作生成算法实习生
任职要求
- 计算机、人工智能、自动化等相关专业在读硕士/博士； - 具备扎实的深度学习基础，熟悉基础的模型结构（如 CNN、Transformer 等）； - 有生成式模型（如 diffusion models、VAE 等）或序列建模（如 motion generation 等）相关经验； - 精通 Python，熟悉 Pytorch，具备扎实的工程能力和良好的代…
工作职责
岗位亮点 - 参与最前沿的具身智能研究，推动人形机器人和智能体的发展； - 用数据和算法驱动机器人自然、拟人、符合物理规律的全身动作生成； - 与资深算法工程师紧密合作，获得生成式模型与机器人交叉领域的实战指导； - 与机器人“零距离接触”，将算法落地到真实机器人体内。 - 协助构建与清洗大规模多模态数据集（音频、文本、动作等）； - 跟踪并复现动作生成、人形机器人控制等方向的前沿研究成果； - 参与基于 Diffusion Transformer 或其他生成式架构的全身动作生成模型的训练、调优与评估； - 与运动控制部门紧密协作，确保生成的动作满足机器人运动稳定性与物理可行性要求。
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
1、参与团队基于RGB相机的数字人动捕（身体/手指）的研发及效果迭代； 2、参与团队在3D角色动作生成、物理仿真等前沿技术方案的应用落地； 3、负责视觉动捕领域的技术预研，跟进学界SOTA方案； 4、负责相关算法的专利或者论文书写，落地快手业务场景，助力相关产品影响力提升。
岗位介绍 我们正在寻找充满热情、富有创造力的3D生成与重建算法工程师，加入我们的前沿技术研发团队。您将专注于开发先进的3D生成算法，构建下一代三维地图渲染形态，并探索其在多领域的创新应用场景。 主要职责 1. 3D生成算法研发：负责3D物体与3D场景生成算法的开发与优化，探索高效的3D表示方式（如NeRF、3DGS等），并改进扩散或自回归生成模型，提升单图到3D物体或场景生成的精度与稳定性。 2. 3D Mesh驱动算法研发：研发基于自回归架构的3D Mesh自动绑骨与动作序列生成算法，实现通用的3D Mesh驱动。 3. 应用场景探索与落地：探索三维地图的创新应用，推动技术从研发到实际应用的转化。
欢迎加入阿里巴巴数字人团队！ 如果你对以下领域感兴趣，并希望在实际项目中积累经验，欢迎加入我们！ 你将参与的工作： 个性化数字人形象生成系统 在海量用户数据和先进技术支持下，协助开发能够生成千人千面个性化虚拟形象的系统。 学习并应用基础的图像处理和生成模型，帮助提升系统的定制化能力。 高表现力肢体表情驱动技术研发 参与研发基于动作捕捉、表情合成和实时渲染技术的数字人表情和肢体动作驱动系统。 协助优化现有技术，使数字人的表情和动作更加自然流畅，增强情感表达能力。 核心技术难题攻克 在导师指导下，学习和探索基于扩散模型的高质量数字人生成技术。 多模态统一大模型的应用 了解并参与多模态信息融合的研究，结合图像、文本、音频等多种信息，构建具备理解能力和生成能力的数字人系统。 协助解决业界尚未突破的技术瓶颈，推动技术创新。 相关研究课题细分方向： 数字人形象定制与风格化迁移 协助开发和优化数字人形象定制生成能力，适配不同的实时互动场景。 学习并应用基本的图像处理和生成算法，提升系统的灵活性和适应性。 数字人表情与肢体动作驱动 在导师指导下，参与数字人表情和肢体动作驱动技术的研发。 协助测试和优化现有系统，使其表现力更接近真人水平。 数字人多模态理解感知能力 参与构建数字人与用户的实时交互系统，提升其理解和响应能力。 协助进行多模态信息融合实验，增强数字人的个性化服务能力。 我们期待你是： 计算机科学、软件工程、人工智能等相关专业的在校学生（本科或研究生）。 对数字人技术有浓厚兴趣，愿意在实践中学习和成长。 具备一定的编程基础（如Python、C++），熟悉常用的数据处理和机器学习框架（如PyTorch、TensorFlow）者优先。 良好的团队合作精神和沟通能力。 加入我们，你将获得： 丰富的实战经验和前沿技术的学习机会。 导师一对一指导，助力你的职业发展。 参与影响亿级用户的大规模项目，感受技术带来的巨大价值。 开放包容的工作环境和充满活力的团队氛围。 让我们一起定义未来数字人的无限可能，期待你的加入！