地平线｜自动驾驶 VLA/VLM 算法研究实习生

1、VLM/多模态大模型应用 基于 Vision-Language Model（VLM），开展其在自动驾驶感知、决策与规划中的落地探索，包括但不限于场景理解、意图推理、驾驶行为解释等任务。 2、VLA 方案研究与验证 参与 Vision-Language-Action（VLA）范式在自动驾驶系统中的可行性研究，协助设计端到端或模块化实验方案，验证 VLM 对规控策略的指导作用。 3、数据构建与评测体系搭建 负责高质量多模态数据集（图像 + 文本描述 / 驾驶指令）的构建与清洗，参与自动驾驶场景下的评测指标设计与实现，支持模型迭代闭环。 4、算法原型开发与实验 复现并改进学术界前沿的多模态大模型方法，结合自动驾驶业务场景进行适配与优化，输出可复现的实验结果与分析报告。 5、技术沉淀与分享 跟进 CV 与 NLP 领域最新进展，定期整理调研报告与技术文档，参与团队内部分享，推动 VLM/VLA 技术在自动驾驶方向的落地共识。

1、学历与专业 硕士或博士在读，计算机视觉、自然语言处理、机器学习、自动化、机器人等相关专业，大四保研/直博生亦可。 2、编程与工程能力 扎实的 Python 编程基础，熟悉 PyTorch / TensorFlow 等深度学习框架； 熟悉常用的 CV / NLP 工具链（OpenCV、Transformers、Detectron2 等）； 具备良好的代码规范与工程落地意识，有开源项目贡献者优先。 3、算法基础 熟悉深度学习基础理论与常用网络结构（CNN / Transformer / Diffusion 等）； 了解多模态学习、对比学习、Prompt Learning、RLHF 等相关概念者优先； 有 VLM / LLM / 自动驾驶相关项目经验者优先。 4、软素质 具备较强的英文文献阅读与信息检索能力，能快速跟进顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR 等）； 思路清晰，逻辑性强，有良好的问题拆解能力与自驱力； 具备团队协作精神，能与算法、工程、测试等多角色高效沟通。 加分项 有顶会论文发表或竞赛获奖经历； 熟悉自动驾驶常见数据集（nuScenes、Waymo Open Dataset、KITTI 等）； 了解 CARLA、LGSVL 等自动驾驶仿真平台； 有大语言模型微调（LoRA / QLoRA / P-Tuning 等）或多模态大模型训练经验。 你将获得 前沿技术实践：深入参与 VLM / VLA 在自动驾驶中的前沿探索，接触一线工业级数据与真实业务场景； 导师一对一指导：由资深算法专家亲自带教，从问题定义、实验设计到论文写作与工程落地全流程辅导； 成果产出机会：表现优秀者可支持论文发表、专利申请及核心项目贡献，为后续深造或求职积累高含金量经历； 转正机会：优秀实习生毕业后有机会转为正式员工，加入核心研发团队； 开放的技术氛围：扁平化管理，鼓励创新与试错，定期组织技术分享与外部交流。