泊车功能VLM/VLA算法开发学员_XC

岗位职责： 1. 负责基于视觉语言模型（VLM）和视觉-语言-动作模型（VLA）的自动泊车算法研发，探索大模型在泊车场景下的端到端解决方案； 2. 设计并实现视觉-语言导航（VLN）算法，解析用户自然语言指令（如“停在左边第二棵树旁”），结合视觉感知信息生成可执行的导航路径； 3. 基于开源大模型（如LLaVA、Qwen-VL等）进行领域微调，构建泊车场景专用的多模态数据集，优化模型在复杂/不规则车位、暗光环境下的推理能力。

任职要求： 1. 具备核心算法研发能力，熟悉多模态融合与交互技术； 2. 熟悉大模型微调流程，有视觉语言模型相关项目经验； 3. 掌握多模态数据集构建方法，具备实际模型训练与优化能力。