VLA多模态大模型算法研究员（自动驾驶方向）

查看原岗位

地点：北京薪资：薪资未公开日期：2026-07-20

岗位摘要

负责VLA（视觉-语言-行动）多模态大模型在自动驾驶场景中的前沿算法研究；涵盖场景理解、语义引导决策、时空建模等核心能力的研究与开发；参与VLA基座模型的模型开发、数据闭环和创新型技术验证

计算机科学、人工智能、机器人学、自动驾驶或相关领域的博士学位，或具备等效的研究经验
深入了解视觉-语言-行动（VLA）大模型的构建与优化方法，特别是在自动驾驶、机器人等领域的应用
扎实的机器学习、深度学习理论基础，具有视觉理解、自然语言处理与行为决策的交叉领域研究背景
熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow等），有高效模型训练与大规模数据处理经验
具有在国际顶级会议（NeurIPS、ICLR、CVPR、ICCV等）上发表过论文的经验，或参与过具有影响力的学术竞赛（如COCO、Kitti、nuScenes等）
具备跨学科协作能力，能够有效将计算机视觉、自然语言处理与机器人学的知识融合，推动自动驾驶机器人领域的创新
在大规模预训练模型（如LLM、VLM、VLA等）微调、蒸馏等方面有深入研究（加分项）
具有实际项目经验（如AR1等）开发经验者优先（加分项）
具有自动驾驶平台（如CARLA、Waymo、nuScenes等）上的实验经验（加分项）