地平线27届实习

【岗位职责】探索并研发下一代自动驾驶仿真核心算法，推动技术创新与迭代。开发针对端到端自动驾驶模型的场景重建算法，包括障碍物重建、地图元素重建等。优化场景重建算法的精度和性能，确保算法在实际应用中的可行性和高效性。参与具身世界模型算法的研发，通过设计创新的世界生成技术，构建可供机器人训练的虚拟训练场。跟踪世界模型、具身智能领域国际顶会顶刊最新研究动态，挖掘创新技术方向，提出可落地的技术解决方案，探索世界模型在工业巡检、服务机器人等多元场景的技术应用与落地机会。设计与优化自动驾驶模型的大规模训练基础设施。提升万卡GPU训练集群的训练效率与系统稳定性。构建可扩展的PB级自动驾驶数据训练pipeline。分析并解决分布式训练中的性能瓶颈，包括GPU利用率、通信开销、I/O吞吐等问题。与自动驾驶算法团队协作，加速感知、多模态及端到端模型的训练迭代。突破时序编码瓶颈，引入Test-time-training等技术，实现对物理世界时序信息的高效压缩与编码。构建场景化VLA数据体系，基于驾驶场景构建覆盖空间感知、时序行为、长尾场景与因果推理的结构化数据体系。实现实时闭环决策，在车载边缘设备上实现24FPS以上的实时推理。构建通用视觉表征模型框架与训练范式，使学习的表征富含运动表征、3D表征及语言表征。面向自动驾驶场景构建世界模型的架构与训练范式，探索自我学习与更新迭代的范式。探索自动驾驶前沿算法方

【任职要求】计算机科学、自动化、车辆工程、数学、物理等相关专业，硕士及以上学历。精通C++或Python编程，深入理解计算机体系结构、数据结构和算法设计。具备优秀的分析问题和解决问题的能力。对自动驾驶、仿真技术及相关前沿领域有浓厚兴趣。具备良好的团队协作能力。熟悉深度学习框架（如TensorFlow、PyTorch等），有扩散模型或其他生成式模型开发经验者优先。了解机器人算法，熟悉强化学习，有相关开发经验者优先。计算机科学、人工智能、机器人学、自动化、机器学习等相关专业，硕士及以上学历，具备扎实的数学基础、机器学习与深度学习知识体系。熟悉世界模型相关核心算法（如NeRF、GNN、强化学习、多模

本单位将在清华大学举办宣讲会 20260428  14:00  职业发展中心东风汽车厅 地平线-清华技术沙龙交流分享会