小米顶尖应届-仿真算法工程师-自动驾驶
任职要求
1、具备自动驾驶、机器人/AI/CS相关的背景； 2、熟悉图形渲染, 3DGS, NeRF, COLMAP 等三维重建、渲染技术； 3、出色的 Python/C++/…
工作职责
1、研发基于 3DGS/NeRF/Diffusion 的传感器仿真技术； 2、研发自动驾驶中的场景重建/场景生成/场景编辑功能； 3、构建支持传感器仿真的端到端仿真器，并部署至量产中； 4. 解决过程中遇到的算法输出质量、性能问题； 5. 跟进生成式算法的行业动向。 【课题名称】 高保真闭环仿真能力构建 【课题内容】 建立高保真闭环仿真能力，支持智驾算法的训练和测试验证。
1. 负责 高保真仿真场景重建算法和工具开发; 2. 负责 仿真场景数字孪生建设和仿真场景泛化能力建设; 3. 负责 仿真环境Mesh渲染优化、Mesh自动化补全算法开发; 4. 负责 3D资产/场景自动化导入仿真平台，物理属性自动识别工具开发。 【课题名称】 仿真场景高精细度重建 【课题内容】 针对机器人的操作和导航场景, 开发高保真的仿真场景重建算法和工具链, 具体包含: 1. 仿真场景视觉高保真重建 2. 仿真资产物理属性自动还原 3. 资产自动化导入仿真平台, 自动化补全Mesh 4. 仿真环境Mesh渲染优化
1. 负责深度学习模型在车载平台上加速和调优； 2. 负责自动驾驶系统的核心算法的实现和优化； 3. 负责AI编译框架的设计、开发与性能优化工作。 【课题名称】 高性能AI编译器的设计与研发 【课题内容】 基于多款不同架构的自动驾驶芯片，研发高性能端侧AI编译器。
1. 设计适用于自动驾驶任务的Diffusion-based行为生成模型，涵盖轨迹预测、控制输出、长时规规划； 2. 研究基于图像和高维环境语义输入的扩散过程，支持条件生成与多模态控制分布建模； 3. 推动该方向模型从仿真到实车的部署，包括实时性优化、鲁棒性评估与反馈机制构建。 【课题名称】 Diffusion-based Nueral Planner 【课题内容】 探索扩散生成模型在端到端自动驾驶规划中的泛化能力和多模态决策潜力。以感知输入（图像、BEV等）直接生成控制信号（steering, acceleration），或隐式轨迹规划中间表示，构建具备不确定性建模、多样性采样和高分辨率行为预测能力的决策系统。参考如DiffPlan、MotionDiffuser、Wayformer+Diffusion等工作，推动视觉到控制的生成式范式演进。
1. 负责世界模型的架构设计，技术方案选择与实现落地； 2. 针对业务痛点，输出可行方案，完成产品转化和业务落地； 3. 调研追踪相关前沿技术，并深入探索，沉淀形成专利/论文/文档等。 【课题名称】 世界模型 【课题内容】 1. 探索前沿的世界模型算法，让模型更好的理解和预测现实的物理世界； 2. 深入研究基于3dgs的重建算法和基于diffusion的生成算法，提升世界模型能力边界； 3. 从闭环仿真、闭环训练、数据合成等方面发挥更大价值，进而提升自动驾驶能力上限。