蔚来校招-多模态大模型算法工程师
任职要求
本科及以上学历，计算机、自动化、计算机视觉、人工智能等相关专业； 具备扎实的编程技能和扎实的算法基础，具有一定的深度学习和大模型项目实践经验； 拥有当前主流 LLM/VLM/VLA/强化学习技术原理、模…
工作职责
围绕智能辅助驾驶场景，负责多模态大模型（包括但不限于 VLM/VLA 等）的算法迭代和应用落地 工作职责包括但不限于： 多模态大模型模型结构设计与训练优化、高质量训练和评测数据构建与迭代、预训练/后训练性能优化等； 探索大模型的技术前沿与能力边界，创新性拓展智能辅助驾驶能力，推进大模型在智能辅助驾驶领域的落地应用。"
1. 开发通用型具身算法并应用于人形机器人场景任务，具备物体泛化、任务泛化、场景泛化能力； 2. 研究多模态具身大模型，具备视觉、触觉、语言感知和决策能力，控制机器人完成开放世界的物理交互；
1. 探索研究多模态理解、生成式AI、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2. 探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3. 探索突破包括而不限于多模态RAG，视觉COT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent； 4. 利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。
1. 负责探索自动驾驶世界模型的研发，并将该模型落地到下一代自动驾驶系统中； 2. 参与面向自动驾驶的原生多模态大模型系统的算法研发； 3. 深入理解自动驾驶的应用场景，针对研发的世界模型，构建完备的模型评估链路和标准；
- 负责多模态大模型（VLM: Vision-Language Model / VLA: Vision-Language-Action Model）在人形机器人中的算法设计与开发，将VLM/VLA 应用于人形机器人的智能操作与人机交互任务； - 参与大模型的预训练、后训练（SFT + RL）及部署工作，支持机器人在复杂环境下的感知与行为能力； - 与机器人平台团队、硬件团队紧密协作，实现模型在实际机器人系统中的高效运行； - 跟踪前沿研究，推动新技术在产品中的落地应用。