小鹏汽车自动驾驶大模型软件实习生
任职要求
1. 计算机科学与技术、电子工程、自动化及相关领域专业在读。 2. 熟练掌握C/C++编程、熟悉Linux操作系统。 3. 熟悉并行计算概念、熟悉一门并行编程框架（如CUDA）、有TensorRT或其他深…
工作职责
岗位描述： 1. 负责支持自动驾驶VLA大模型高效部署的新一代软件架构设计和开发，负责VLA大模型在不同芯片上的部署设计。 2. 负责大模型的量产部署，解决实际部署中的各种问题。 3. 负责在大模型自驾芯片上的性能优化，充分挖掘芯片性能，确保大模型的实车软件性能表现满足量产需求。 4. 探索下一代大模型和自驾芯片的软件架构和部署方案，拓展到L3、L4等更多场景。
岗位描述: 1.负责支持小鹏VLA2.0、智能座舱、具身等新一代大模型的部署架构设计和开发,不同芯片上架构统一。 2.负责新一代大模型的端侧量产部署,解决各种端侧实际部署问题颜。 3.负责在大模型自驾芯片上的性能优化,充分挖掘芯片性能,确保大模型的端侧软件性能表现满足量产需求。 4.探索未来大模型和推理芯片上的新一代的软件架构和部署方案案。
加入我们，驱动自动驾驶的未来！ 现正积极招募对大模型技术充满热情的实习生。如果你对VLM（视觉语言模型）、VLA（视觉语言动作模型）、世界模型、视频生成或强化学习有浓厚兴趣或研究经验，欢迎加入我们，共同探索自动驾驶技术的边界！ 职位亮点 • 前沿技术探索：深入参与多模态大模型、生成式世界模型、强化学习等尖端技术在自动驾驶领域的应用研究 • 全流程实践：从数据构建、模型设计、训练优化到评测部署，全面参与自动驾驶大模型的研发全流程 • 丰富资源支持：提供大规模真实驾驶场景数据集与充足计算资源，支持技术创新与突破 • 成果转化与发表：开放的技术氛围，支持顶会论文发表与专利申请，优秀成果有望落地应用 • 参与VLA/VLM算法研发，探索视觉-语言-动作模型在自动驾驶决策规划中的应用 • 开展生成式世界模型研究，包括状态建模、轨迹预测与端到端规划 • 运用强化学习/模仿学习技术，提升模型在复杂驾驶场景的应对能力 • 构建多模态预训练与SFT数据集，优化模型泛化性与鲁棒性 • 跟踪顶级会议最新研究成果，复现开源项目并进行技术验证
1. 负责分析和优化大模型的分布式训练链路，提升训练性能和效率； 2. 对大模型训练优化技术展开研究，并落地到自动驾驶； 3. 负责推进训练框架和AI平台的结合，建立先进的训练调度机制、集群算力利用率评估机制等。
职位技术背景（满足以下至少一项） （一）理解生成一体 / VLA 方向 1、有VLA模型、多模态大模型或端到端自动驾驶模型的研发经验，理解视觉、语言、动作等多模态信息的对齐与协同。 2、在模型结构上曾设计过理解与生成共享主干或联合训练策略，例如统一输出感知结果与轨迹/动作。 （二）世界模型 / 生成式模型方向 1、熟悉Diffusion Model、自回归时序模型或世界模型（如Video Action Model、DriveDreamer、GAIA-1），有视频生成、未来帧预测、轨迹生成等相关实践经验。 2、了解如何将理解得到的结构化信息（如BEV、占据网格、语义图）作为条件引导生成过程。 （三）端到端决策与控制方向 1、在模仿学习、强化学习或端到端Planning方向有深入研究，有一段式/End2End自动驾驶项目经验。 2、对“理解引导规划”或“规划与感知联合优化”有实际项目或论文产出。