base：上海/芜湖（可选）
岗位要求：
1.深入理解生成式AI模型架构（如DiffusionModel、Transformer、LLM），具备多模态大模型（图文/视频/点云）的预训练、微调（SFT、RLHF）及性能优化经验
2.熟悉高效训练方法（如分布式训练、模型压缩、量化部署），能够应对从云端训练到车端落地的工程难题
3.精通3DGS与AIGC场景泛化技术，掌握高阶智驾Fusa和SOTIF场景扩展能力
4.熟练使用主流大模型训练框架，例如Pytorch
5.研究并推动前沿三维场景重建技术（如3DGS、NeRF、Instant-NGP、MVS、COLMAP等）在自动驾驶仿真中的实际应用
6.了解Omniverse与OmnRe仿真平台的系统架构

工作内容：
1.负责驾驶场景大模型的设计、训练与持续优化
2.针对智能驾驶验证需求，开展高价值场景（特别是长尾与危险工况）的定向生成与挖掘
3.实现生成场景的闭环验证，并完成与仿真系统的集成
4.搭建高保真、多模态（图像+点云+语义）数据生成流程，支撑端到端模型的仿真回放能力
5.参与端到端仿真系统核心模块开发，包括智能交通参与者、轨迹生成器、动力学模型，并与世界模型协同联动