小米自动驾驶-机器人算法实习生
任职要求
1. 具备一定的科研背景：在自动驾驶、机器人相关的感知算法（包括BEV感知，Lidar 3D Detection/Segmentation，Occupancy Network，End2End, 多传感器融合，WorldModel，3D Gaussian，NerF，Stable Diffusion生成，单目/多目深度估计，三维重建，LMM, VLA等 AIGC大模型）中的一个或多个领域有过深入研究的经历； 2. 有过相关领域的会议论文发表（CVPR、ICCV、ECCV等等）； 3. 相关领域有国内知名实验室、企业实习经历或发表相关论文、有算法编程竞赛/自动驾驶或机器人相关竞赛经历：如KITTI、nuScenes、Waymo、机器人、自动驾驶挑战赛等优先； 4. 有nuPlan，Navsim，Carla，CALVIN，OpenX，AGI等机器人、自动驾驶数据集或仿真器使用经验者优先； 5. 熟悉具身智能领域的前沿算法，如RDT、π0、OpenVLA、ACT、Diffusion Policy等优先 6. 面对未知的领域和问题，有非常强的自学能力。 7. 2027届硕士及以上学历在读，人工智能、计算机、自动化、数学相关专业优先；
工作职责
1. 参与自动驾驶、机器人方向，研发前沿多模态语言大模型(VLM，VLA)相关算法，发表国际顶级论文。 2.参与多模态理解&3D生成式（3DGS,NeRF,VGGT）等算法、LLM/VLM/AIGC等方向的前沿技术，重点关注生成式、大语言模型和多模态模型Evaluation/SFT/Agent/数据合成技术等相关方向。 3. 参与WorldModel，空间智能，End2End，VLA等方向的研究。
我们正在寻找一位热衷于自动驾驶/机器人领域有浓厚兴趣的实习生。根据个人技术栈能力和意愿, 有以下几个工作方向可以选择： 1、参与优化传感器在线标定算法的精度及运行效率； 2、探索结合NeRF/3D GS等深度学习方法, 研究开发高精度的离线自然场景标定； 3、参与设计开发通用的非线性优化库, 解决Ceres Solver的架构设计局限性及效率问题；
1. 负责自动驾驶业务场景下的感知算法研发，调研跟进前沿算法，辅助业务落地，包括但不限于： a）激光雷达3D多任务感知，如3D Object Detection，3D Semantic Segmentation， 3D Occupancy Flow Prediction, EndToEnd, World Model等； b）BEV视觉感知和前融合算法，如BEVDet，BEVFusion，Occupancy Network等； c）感知全链路研发，如跟踪，多传感器融合等； 2. 负责自动驾驶数据算法研发，助力数据自动化生产和4D真值构建，包括单不限于： a) SLAM/SFM算法研发； b) 基于Deep Learning的MonoDepth/Multi-View Stereo算法研发； c）NerF相关算法研发； d）大模型AIGC、LMM、NerF、3D Gaussian生成等技术研发； 3. 将相关结果总结沉淀，发表高水平论文 。
1. 算法研发：聚焦自动驾驶、车载或机器人领域的算法和模型研发，不限于世界模型、视频生成模型、多模态大模型和VLA模型。 2. 业务落地：负责车载和自动驾驶业务的研究、设计、开发和优化工作。参与项目的需求分析、设计评审和代码评审。跟踪和研究领域的前沿技术和趋势，为项目提供技术支持。
研发基于视觉文本多模态大模型VLM，深度学习与强化学习的端到端自动驾驶方案，包括但不限于数据集构建，模型设计, 实现, 训练和验证。 - 开发并维护基于端到端自动驾驶大模型训练评测系统的工具链，包括数据处理，自动标注，数据闭环，测试与验证等。 - 探索基于开环模仿学习SFT和闭环强化学习的训练方案。