小鹏汽车空间智能算法实习生
任职要求
1、研究生及以上在读，计算机、AI、自动化、机器人、测绘遥感等相关专业；
2、对三维重建、空间理解、视频生成、自动驾驶或机器人方向有浓厚兴趣；
3…工作职责
岗位概述：参与自动驾驶与机器人场景的三维重建、空间理解及生成式数据相关算法研发工作。 1、参与算法研发与模型训练 围绕三维场景重建、空间理解、视频生成等方向，参与模型训练与迭代，持续提升几何精度、时空一致性与泛化能力。 2、参与数据质量评估 分析重建与生成数据在几何一致性、时序稳定性、视角连续性等方面的问题，参与建立评估标准与指标体系，支撑模型优化； 3、参与生成式数据探索 探索图像/视频/3D生成等方式构建训练与评测数据；跟进三维重建、空间智能、生成式 AI 等前沿技术，参与方法复现与论文发表。
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。
1、探索空间智能领域前沿算法，掌握最新技术趋势； 2、设计并实现大规模生成式AI算法，包括但不限于图像/视频生成、3d/4d内容生成； 3、负责AIGC相关算法的优化和迭代，包含理解、生成、编辑等核心模块； 4、参与团队合作，与团队共同解决空间智能在房产行业落地的技术问题。
1.多模态空间智能前沿研究： 紧跟领域前沿，深入研究提升多模态模型在空间智能领域的整体性能 2.下游任务验证：验证多模态空间智能模型在具身智能体中的作用 3.创新技术探索： 探索新的预训练和后训练范式，找到在空间智能领域可泛化的训练范式
【课题说明】 致力于探索多模态大模型与强化学习的前沿技术。研究方向包括多模态表征与理解、强化学习增强的生成与对齐、智能体（Agent）决策与规划等，业务影响覆盖美团外卖每天数千万的订单，核心工作是为用户及商家实现地理空间的智能规划，包括商家配送范围（决策用户是否能在该商家下单）、Area of Interest边框挖掘（AOI，即用户所处地理社区边界，保证用户下单体验的一致性）、用户拼单范围、骑手取件区域的建模与优化。目标是构建能够理解复杂业务需求、驱动范围智能调整的Agent系统，实现“技术驱动业务范式”的升级转变，最终促进平台供给繁荣与用户的供需匹配优化。 【建议研究方向】 1.多模态感知与表征建模：集成地理信息（GIS）、用户热力、图像、自然语言等多模态数据，进行联合表征学习与建模，攻克跨模态语义对齐难题，为空间智能理解与决策提供统一的感知基础。 2.强化学习增强的多模态生成与优化：探索强化学习在多模态大模型中的应用，研究基于RL的多模态内容（如图像、GIS、文本描述）生成、跨模态偏好对齐及模型自适应优化，以持续提升系统对复杂业务场景的理解与推理能力。 3.基于后训练的多模态内容理解与审核：探索多模态大模型后训练技术，实现图像质量审核、OCR识别、图文一致性校验、图像合成等能力，提升一线运营采集数据等场景的自动化水平与准确性。 4.面向履约空间规划的智能体（Agent）构建：设计并开发能意图识别、归因分析、并自主决策执行商家范围/AOI边界调整的智能体。重点研究Agent的任务规划、工具调用与动态策略优化能力。 5.业务仿真与决策推演：基于空间智能Agent，对不同的策略进行模拟推演，评估其对供给、平台规模、履约体验的影响，为科学决策提供支持。 我们将提供海量的真实业务场景与数据、充足的GPU计算资源以及极高的技术探索自由度，目标是产出兼具技术前沿性与业务影响力的成果，共同定义下一代智能履约空间位置规划的技术范式，同时能在顶级学术会议（如ICML, NeurIPS, KDD）发表paper。