算法研究员
Posted Updated
- 负责构建基于世界模型的新一代3D场景理解架构，研发动态环境下的时空预测与推理算法，突破传统感知架构在复杂交互场景中的局限。
- 搭建高保真数据生成引擎，利用可控生成式模型批量生产具有物理一致性的Corner Case数据，通过合成数据闭环解决长尾场景下的样本匮乏问题。
- 探索通用的端到端自动驾驶/机器人大模型，负责模型在边缘侧计算平台的轻量化设计、蒸馏与实时推理优化。
- 推动前沿视觉算法从Research到Product的转化，解决大模型在开放式场景中的泛化性与可靠性难题。
- 计算机、自动化、机器人等相关专业硕士及以上学历，在CVPR、ICCV、NeurIPS、ICLR等顶会发表过高质量论文者优先。
- 深刻理解新一代生成式模型架构，包括DiT、Flow Matching及自回归视频生成模型；有World Models或大规模视频预训练实战经验。
- 具备具身智能研究背景，熟悉VLA多模态架构，有端到端机器人学习或复杂交互任务的算法落地经验。
- 熟悉前沿的3D生成算法，包括3D Foundation model及动态场景建模；能解决生成资产在物理仿真环境中的一致性与交互性问题。
- 工程能力扎实，精通PyTorch生态，熟悉JAX或Megatron-LM等分布式训练框架；有Isaac Sim、Genesis或类似高保真物理仿真平台的Sim2Real迁移经验。
- 具备较强的跨学科视野，能跟踪System 2 Reasoning在机器人规划中的最新进展，并转化为算法创新。