小鹏汽车世界模型算法实习生
任职要求
1、较强的算法实现能力,熟悉深度学习平台如tensorflow,pytorch等; 2、对前沿的模型相关研究掌握清楚,熟悉Diffusion,Transformer,DiT等生成模型框架; 3、有大模型(视频,3D/4D,多模态)训练实战经验…
工作职责
参与团队在世界模型(world model)，视频生成模型,3D/4D生成模型等相关方向大模型的研发。同时结合自研产品需求,深度参与模型在公司相关场景的应用落地。 1、负责相关大模型算法的设计、开发和优化，提高模型的性能和精度; 2、负责模型的训练、测试、验证和部署,保证模型的稳定性和可靠性; 3、负责模型的监控和维护,及时发现和解决模型的问题; 4、参与团队的技术交流和分享,提高团队的技术水平。
我们正在寻找优秀的研究员 / 工程师加入团队，共同探索世界模型、多模态统一模型等前沿技术边界，打造下一代具身智能基础模型框架。 岗位职责 - 前沿算法研究：围绕具身基础模型 / 世界模型相关技术与算法开展研究，包括但不限于 World Action Model（WAM）、Action-Conditioned World Model、Unified Multimodal Model（UMM）、4D Foundation Model 等方向；探索创新方法及其在具身智能中的应用，参与基础模型的构建、训练、评测与开源，支持高质量技术报告与研究成果产出。 - 成果产出与技术转化：负责高质量技术论文与技术报告的撰写，推动研究成果在 ICLR、CVPR、RSS、ICML 等国际顶级会议发表，并参与前沿算法在真实机器人系统与具身基础模型中的落地转化。
1. 跟踪生成式 AI、视频生成、强化学习等方向的前沿技术进展，参与世界模型相关核心算法的研究与探索； 2. 参与模型训练等工作，协助推进世界模型在虚拟场景生成、交互式内容生成、具身智能等方向的技术验证和落地； 3. 参与前沿论文复现和创新、技术调研和原型系统开发，推动前沿算法的科研和创新。
1. 熟悉bev/occ/静态bev/3d等方向的云端模型训练和相关推理部署、Drivesora/Qwen-WAN等世界模型-生成大模型的多模态训练和相关推理部署、基于3DGS的StreetGaussian/DGGT/ReconDreamer场景重建算法开发和相关推理部署。 2. 熟悉自动驾驶数据的预处理、挖掘和特征工程， 对大模型的强化学习及相关框架有一定了解更佳。 3. 结合公司已有的自动驾驶相关数据对大模型finetune，使世界模型更好服务于自动驾驶业务的数据和仿真需求。 4. 与部署优化工程师合作，确保算法的实际可行性和集成性。 5. 跟踪最新的科研进展和技术趋势，将前沿技术应用于解决实际问题中。
【岗位职责】 -通用视觉表征模型构建：构建一套新的视觉表征模型框架与训练范式，使得学习的表征能够富含运动表征，3D表征，以及语言表征； -构建世界模型：面向自动驾驶场景，构建一套富含空间建模，运动建模，以及因果推理的世界模型的架构与训练范式； -自我学习与更新：在这套范式下，探索自我学习与更新迭代的范式，实现长尾场景的自我迭代与学习的能力；