小鹏汽车空间智能算法实习生
任职要求
1. 硕士及以上学历，数理基础扎实，系统掌握3D/4D视觉、动态重建、具身智能相关理论；
2. 精通4D重建、动态场景建模（NeRF、4D Gaussian、多视图融合等），熟悉具身智能、世界模型或空间基…工作职责
1. 参与机器人/自动驾驶场景下4D 动态场景重建、空间表征、多模态融合算法研发，攻克动态视图融合、4D 神经场、时空推理等关键技术； 2. 结合具身智能、世界模型、4D 基础模型，构建高保真动态环境表征与仿真能力，提升模型空间理解、场景记忆与时空推理水平； 3. 搭建具身智能合成数据生成与仿真体系，利用生成式AI、4D重建、神经场技术构建大规模训练数据与仿真环境，实现Sim2Real迁移，完善数据-算法-仿真-评估闭环迭代。
深度参与具身智能“感知-决策-行动”技术全链路的技术攻关，在以下一个或多个方向上进行深入研究： 1. 感知与决策规划：提升多模态大模型在具身场景下的能力表现，包括在复杂动态环境中对环境的空间理解，以及对复合任务的任务步骤拆解与任务状态判断能力。 2. 行动与控制：基于真机示教数据、增广数据以及海量互联网视频数据，训练机器人掌握高精度的操作技能。在机器人上研究并实践强化学习算法，优化机器人的动作策略，提升其在物理世界中的动作鲁棒性和技能泛化。 3. 数据增广：通过仿真和world model等方式对真机遥操数据进行规模化增广，探索如何解决真机遥操数据的稀缺问题。
深度参与具身智能“感知-决策-行动”技术全链路的技术攻关，在以下一个或多个方向上进行深入研究： 1. 感知与决策规划：提升多模态大模型在具身场景下的能力表现，包括在复杂动态环境中对环境的空间理解，以及对复合任务的任务步骤拆解与任务状态判断能力。 2. 行动与控制：基于真机示教数据、增广数据以及海量互联网视频数据，训练机器人掌握高精度的操作技能。在机器人上研究并实践强化学习算法，优化机器人的动作策略，提升其在物理世界中的动作鲁棒性和技能泛化。 3. 数据增广：通过仿真和world model等方式对真机遥操数据进行规模化增广，探索如何解决真机遥操数据的稀缺问题。
岗位职责： 我们正在寻找充满热情、富有创造力的空间重建与生成算法实习生，加入我们的前沿技术研发团队。您将专注于开发先进的空间重建与生成算法，构建下一代空间智能技术并赋能于多领域创新应用场景。 主要职责包括但不限于： 1. 协助团队完成 空间重建与生成 相关算法的预研与实现； 2. 在mentor指导下，参与视频理解与生成、视频切分、空间语义理解、空间重建等模块的开发与测试； 3. 负责多模态数据（图像/视频/点云）的标注、清洗与小规模数据集搭建； 4. 撰写实验记录与技术报告，输出可复现的实验流程与结果； 5. 跟进前沿论文与开源项目，协助完成小规模原型验证。
1.多模态大模型应用研发：基于多模态大模型（MLLM）强大的世界知识与推理能力，研发复杂场景下的主体识别算法，精准定位视频/图文中的核心主体（如开箱商品、主推款），解决遮挡、多实例干扰等难题。 2.细粒度语义对齐与表征学习： 构建统一的多模态表征空间，负责封面、视频、商品图文之间的细粒度语义对齐，提升跨模态检索与粗筛的召回率。 3.判别模型设计： 设计具备“Thinking with Images”能力的判别式大模型，实现对“挂错品”、“封面党”等高阶语义偏差的精细化验证，并探索模型的可解释性（输出决策依据）。 4.模型蒸馏与落地： 参与大模型到轻量化小模型的知识蒸馏（Model Distillation）工作，设计表征-判别联合蒸馏框架，在保障算法精度的同时满足线上业务的高吞吐与低延时需求。 5.前沿技术探索： 跟踪CV、NLP及多模态领域的SOTA技术，结合业务场景进行创新，有机会将成果发表在CVPR、ICCV、ECCV等顶级会议上。