1. 端到端算法研发 负责自动驾驶端到端（感知→预测→规划→控制）算法的设计、开发与优化，涵盖BEV、Occupancy、World Model等前沿技术方向。研发基于深度学习（如Transformer、Diffusion Model）、强化学习（RL/IL）的驾驶策略模型，提升系统在复杂场景下的泛化能力。 2. 技术落地与部署 主导算法在车端计算平台（如Orin、Thor）的部署优化，解决实时性、算力约束等工程挑战，支持量产落地。 参与实车集成与闭环测试，通过数据驱动迭代算法性能（如Corner Case挖掘、影子模式验证）。 3. 数据与工具链建设 构建高效的数据闭环体系，包括多模态数据（视觉/LiDAR/雷达）处理、自动化标注、仿真合成数据生成（NeRF/生成式AI）。开发世界模型（World Model）或驾驶大模型，支持长尾场景的仿真与预测。 4.技术前瞻性研究 跟踪CVPR/ICRA/NeurIPS等顶会技术动态，探索LLM/VLA（如DriveGPT、VAD）、多模态融合等方向在自动驾驶中的应用。

1. 端到端算法研发 负责自动驾驶端到端（感知→预测→规划→控制）算法的设计、开发与优化，涵盖BEV、Occupancy、World Model等前沿技术方向。研发基于深度学习（如Transformer、Diffusion Model）、强化学习（RL/IL）的驾驶策略模型，提升系统在复杂场景下的泛化能力。 2. 技术落地与部署 主导算法在车端计算平台（如Orin、Thor）的部署优化，解决实时性、算力约束等工程挑战，支持量产落地。 参与实车集成与闭环测试，通过数据驱动迭代算法性能（如Corner Case挖掘、影子模式验证）。 3. 数据与工具链建设 构建高效的数据闭环体系，包括多模态数据（视觉/LiDAR/雷达）处理、自动化标注、仿真合成数据生成（NeRF/生成式AI）。开发世界模型（World Model）或驾驶大模型，支持长尾场景的仿真与预测。 4.技术前瞻性研究 跟踪CVPR/ICRA/NeurIPS等顶会技术动态，探索LLM/VLA（如DriveGPT、VAD）、多模态融合等方向在自动驾驶中的应用。

1. 端到端算法研发 负责自动驾驶端到端（感知→预测→规划→控制）算法的设计、开发与优化，涵盖BEV、Occupancy、World Model等前沿技术方向。研发基于深度学习（如Transformer、Diffusion Model）、强化学习（RL/IL）的驾驶策略模型，提升系统在复杂场景下的泛化能力。 2. 技术落地与部署 主导算法在车端计算平台（如Orin、Thor）的部署优化，解决实时性、算力约束等工程挑战，支持量产落地。 参与实车集成与闭环测试，通过数据驱动迭代算法性能（如Corner Case挖掘、影子模式验证）。 3. 数据与工具链建设 构建高效的数据闭环体系，包括多模态数据（视觉/LiDAR/雷达）处理、自动化标注、仿真合成数据生成（NeRF/生成式AI）。开发世界模型（World Model）或驾驶大模型，支持长尾场景的仿真与预测。 4.技术前瞻性研究 跟踪CVPR/ICRA/NeurIPS等顶会技术动态，探索LLM/VLA（如DriveGPT、VAD）、多模态融合等方向在自动驾驶中的应用。