多模态算法实习生

岗位职责

1、研发用于Ego/Exo的视频理解/动作识别模型，推动具身智能场景下多模态感知与环境交互理解能力的提升。

2、参与端到端规划算法的模型设计、训练调优、泛化能力与鲁棒性提升，包括但不限于模型预训练、后训练和真机部署工作，将训练好的模型部署到实际机器人系统中进行验证和测试

3、参与遥操数据的收集与处理，包括但不限于处理机器人开源数据及规范化工作，同时设计并执行数据自采方案，对收集到的数据进行处理以满足后续模型训练需求

任职要求

1、熟悉场景理解、动作识别和空间模型等计算机视觉领域的主流算法和研究进展，有相关项目经验者优先；

2、具有多模态大模型、生成式模型(diffusion policy)、世界模型等算法背景;

3、熟悉运动/轨迹预测相关算法

4、有自动驾驶、机器人领域AI算法经验优先，每周至少实习4天，连续实习3个月以上。

5、熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化;