职位描述
工作内容
参与VLA模型研发，包括多模态大模型、diffusion model的开发与训练
完善对训练数据的需求，验证数据数量、质量和分布对模型效果的影响
推动闭环仿真评测体系建设，分析各种badcase并推动模型迭代
优化VLA模型推理延迟，包括gpu和车端芯片
探索world model与VLA结合的设计方案，并带来效果提升
探索基于闭环仿真的 RL 后训练在轨迹生成上的应用任职要求
基本要求
硕士/博士在读，计算机、自动化、机器人等相关专业
扎实的 Python 与 PyTorch 工程能力，能独立完成模型训练与实验分析
熟悉深度学习基础，了解 Transformer 架构与多模态模型基本原理
良好的代码习惯与沟通能力，有 owner 意识，能独立推进一个子课题
加分项（满足其一即可）
熟悉vlm / flow matching的原理，了解diffusion的加速采样技术
了解端到端自动驾驶相关工作
有 VLA / world model /具身智能相关经验
有 RLHF/RL 后训练实践经验，熟悉 CARLA 等闭环仿真环境
在 CVPR/ICCV/ECCV/NeurIPS/ICRA/CoRL 等会议发表过相关论文
