团队介绍千里智驾预研团队面向下一代自动驾驶智能框架开展前沿算法研究。团队核心成员在计算机视觉、视频理解、多模态模型（VLM/VLA）、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，尤其是 VLA / VLM 方向的算法设计与 Scaling Law 探索，致力于结合真实业务场景发现问题、解决问题，并将研究成果沉淀为高质量论文。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.VLA 模型架构设计视觉
-语言
-动作端到端联合建模Action Tokenization 与连续/离散动作空间建模VLA 预训练范式探索（预训练数据构建、跨具身泛化）
2.VLM 基础模型与视觉表征Multimodal Chain
-of
-Thought（CoT）推理，驾驶场景理解、因果推理与可解释决策视觉
-语言联合表征学习多模态大模型预训练、指令微调与对齐Vision Token Pruning / Merging / Selection
3.Scaling Law 探索模型规模、数据规模与算力的联合 Scaling 规律研究高价值数据挖掘与数据效率提升，指导 Scaling 策略
4.强化学习与后训练面向 VLA/VLM、多模态及智能决策模型的 RL Post
-trainingReward Design、Policy Optimization 与可验证奖励RL infra
5.Training Infra大规模分布式训练框架建设与优化（数据并行/模型并行/流水线并行）高效数据加载、Pipeline 优化与训练吞吐提升职位要求对 VLA/VLM、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（尤其是 VLA/VLM 算法设计或 Scaling Law）具备较深入的研究或实践经验；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；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，并善于从业务问题中提炼研究课题；在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、AAAI、IJCAI 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。组内氛围良好，base 北京、上海 or 重庆，HC 充足~联系邮件：ykzhang2023@gmail.com有 claude 等旗舰模型 coding 配额，不设限！！！ 