小米云端大模型实习生

1、探索自动驾驶云端大模型算法研发和优化，包括但不限于4D真值自动化标注、场景理解等方向； 2、探索云端视觉大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向 3、探索基于海量量产数据，研发无监督/自监督算法，持续探索大模型的语义理解能力和空间感知能力；

1、负责数据驱动的云端大模型算法研发和优化，研发场景与标签的生成式算法技术，探索视觉/点云基座大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向 2、基于海量量产数据，研发无监督/自监督算法，持续探索大模型的语义理解能力和空间感知能力；

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。

-负责设计和研发感知车端模型/云端大模型所需数据的自动标注算法，提升离线算法标注的质量和推理效率 -负责设计和研发感知车端模型/云端大模型所需数据的半自动标注算法，提升人机交互标注的质量和效率 -标注任务包括但不限于：点云检测/识别/分割、图像检测/识别/分割等 -配合上下游完成其它方向工作内容