团队介绍 千里智驾团队面向下一代自动驾驶智能系统开展前沿算法研究。团队核心成员在计算机视觉、视频理解、多模态模型、world model及高效计算等方向具有长期研究与产业积累。 我们关注自动驾驶智能中的基础问题，包括视觉表征、时序理解、动态世界建模、强化学习与高效计算等，欢迎具有研究潜力和独立思考能力的优秀同学加入。 主要研究方向包括但不限于： 1. 基础视觉模型与视觉表征学习Vision Transformer、视觉预训练与自监督学习 * 多尺度、多层级视觉表征与通用视觉 Encoder * Vision Token 建模、选择、压缩与重组 2. 视频时序理解与动态目标建模 * Video Transformer、时空建模与长时序视频理解 * 多帧、多视角融合与 Streaming Video Understanding * MOT / 3D MOT、Transformer-based / Query-based Tracking 3. World Model 与 World Action Model * Video / Latent World Model、VJEPA 类预测表征学习 * 世界状态、未来演化与物理规律建模 * 3DGS、Dynamic 3DGS与动态三维场景表示 4. 强化学习与后训练 * 面向视觉、视频、多模态及智能决策模型的 RL Post-training * Reward Design、Policy Optimization 与可验证奖励 * RL infra or framework 5. 模型轻量化与与高效计算 * 模型蒸馏、剪枝、量化与稀疏化 * Vision Token Pruning / Merging / Selection * Dynamic Computation 与高效 ViT / Video Model 职位要求 1. 对计算机视觉、多模态理解或自动驾驶前沿研究具有强烈兴趣，在上述至少一个方向具备较深入的研究或实践经验； 2. 具备扎实的深度学习基础和良好的代码能力，熟悉 Python、PyTorch 等主流工具； 3. 具有较强的论文阅读、问题分析与实验能力，能够独立完成方法设计、代码实现和实验验证； 4. 在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、AAAI、IJCAI、SIGGRAPH 等国际顶级会议或期刊发表论文者优先。 我们不以学历和年级作为判断候选人的核心标准。博士生、硕士生及优秀本科生均非常欢迎。相比学历背景，我们更关注真实研究能力、技术潜力、独立思考能力、学习速度和实际产出。