通用汽车是一家全球性的汽车与制造企业，业务涵盖车辆工程、生产、运输和信息技术。通用汽车成立于1908年，致力于开发推动出行发展的技术，并践行实现零碰撞、零排放和零拥堵的愿景。其国际化业务汇聚了众多跨学科团队，专注于创新、可持续交通以及汽车行业的未来。
生成式人工智能资深研究员（世界模型）
领导基于扩散模型的世界模型研究，助力通用汽车自动驾驶车辆研发。 推动生成式人工智能、仿真与三级自动驾驶的大规模研究。
描述
- 开展基于扩散模型的驾驶环境与动态世界模型原创研究。
- 设计、训练并评估用于视频与多模态生成的大规模扩散模型。
- 重点提升生成结果的时间一致性、物理合理性与可控性。
- 构建并优化分布式多 GPU 系统上的大规模训练流程。
- 提升训练稳定性、吞吐量、内存利用率与可扩展性。
- 创建由动作和上下文条件控制的世界模型，用于未来场景预测、反事实探索、闭环仿真及长尾场景覆盖。
- 为车队规模的数据集开发并评估数据与训练方法，包括数据整理、预训练、微调，以及针对复杂驾驶场景的定向生成。
- 通过严谨评估，将生成质量、一致性和场景覆盖率与下游自动驾驶关键绩效指标的提升联系起来。
- 与工程团队合作，将研究成果转化为可扩展工具，用于仿真、合成数据生成和自动驾驶研发。
- 在顶尖会议和期刊发表研究成果。
- 跟踪生成式人工智能进展，并开发适用于三级自动驾驶的技术。
任职要求
- 计算机科学、电气工程、机器人学或相关学科博士；表现突出的硕士毕业生也可考虑。
- 在生成式人工智能、计算机视觉、机器学习或相关领域拥有三年以上研究经验。
- 具备复杂研究项目的深厚专业知识，并有实质性贡献。
- 精通扩散模型，并具备图像、视频或多模态数据生成模型的设计、训练与评估实践经验。
- 具备在分布式系统上大规模训练深度学习模型的实践经验，包括稳定训练、优化性能和开展系统性实验。
- 深入理解世界建模与时空学习，包括时间一致性、条件控制方法及环境动态学习。
- 在顶尖人工智能／机器学习会议和期刊发表过多篇论文。
- 具备出色的 Python 编程能力。
- 熟练使用现代人工智能框架，包括 PyTorch。
福利待遇
- 可能需要参加与职位相关的评估和／或入职前筛查。
- 为残障申请者提供合理便利。