通用汽車是一家全球性的汽車與製造企業，業務涵蓋車輛工程、生產、運輸與資訊科技。通用汽車成立於1908年，致力於開發推動出行發展的技術，並實踐零碰撞、零排放與零壅塞的願景。其國際化業務匯聚眾多跨領域團隊，專注於創新、永續交通以及汽車產業的未來。
生成式人工智慧資深研究員（世界模型）
帶領以擴散模型為基礎的世界模型研究，支援通用汽車自動駕駛車輛。 透過大規模研究，推進生成式人工智慧、模擬與第三級自動駕駛。
說明
- 針對以擴散模型為基礎的駕駛環境與動態世界模型進行原創研究。
- 設計、訓練並評估用於影片與多模態生成的大型擴散模型。
- 著重提升生成結果的時間一致性、物理合理性與可控性。
- 建置並最佳化分散式多 GPU 系統上的大規模訓練流程。
- 改善訓練穩定性、吞吐量、記憶體使用效率與擴充性。
- 建立由動作與情境條件控制的世界模型，用於未來情境、反事實探索、閉迴路模擬及長尾情境涵蓋。
- 為車隊規模資料集開發並評估資料與訓練方法，包括資料整理、預訓練、微調，以及針對困難駕駛情境的目標式生成。
- 透過嚴謹評估，將生成品質、一致性與情境涵蓋率連結至下游自動駕駛關鍵績效指標的提升。
- 與工程團隊合作，將研究成果轉化為可擴充工具，支援模擬、合成資料生成與自動駕駛開發。
- 在頂尖會議與期刊發表研究成果。
- 追蹤生成式人工智慧的進展，並開發適用於第三級自動駕駛的技術。
職位要求
- 具備電腦科學、電機工程、機器人學或相關領域博士學位；表現優異的碩士畢業生亦可考慮。
- 在生成式人工智慧、電腦視覺、機器學習或相關領域有三年以上研究經驗。
- 展現對複雜研究計畫的深入專業知識與實質貢獻。
- 精通擴散模型，並具備設計、訓練及評估影像、影片或多模態資料生成模型的實務經驗。
- 具備在分散式系統上大規模訓練深度學習模型的實務經驗，包括穩定訓練、最佳化效能及執行系統性實驗。
- 深入掌握世界建模與時空學習，包括時間一致性、條件控制方法及環境動態學習。
- 在頂尖人工智慧／機器學習會議與期刊有良好的論文發表紀錄。
- 具備優秀的 Python 程式設計能力。
- 熟悉 PyTorch 等現代人工智慧框架。
福利待遇
- 可能需要完成與職務相關的評估及／或聘前篩查。
- 為身心障礙申請者提供合理便利。