The posting
1、负责生成式统一视觉感知大模型的研发,以生成式范式重构检测、分割、深度 3D 几何等核心视觉任务,打造具身智能感知底座。 2、研究生成预训练表征的感知迁移,挖掘图像/视频生成模型的空间几何与时序物理先验,低成本实现多任务感知。 3、优化多任务混合训练策略,提升跨任务协同效果,缓解灾难性遗忘。 4、跟踪前沿技术开展原型验证,探索向视频感知、三维重建与世界模型的演进。
1、硕士及以上学历,计算机、自动化等相关专业(社招/校招均可,具备扎实算法研发基础)。 2、理解生成式感知技术范式,具备统一多任务视觉建模或生成模型感知迁移项目经验。 3、精通检测、分割、深度估计、3D 几何中至少两类任务的原理与落地方法。 4、熟练掌握 Transformer、扩散模型架构及大模型微调方法,能使用 PyTorch 高效开展模型训练。 加分项: 具统一生成式视觉模型、具身智能/机器人感知落地、时序视频感知/三维重建经验,或有顶会论文/知名开源项目贡献者优先。



