Join the leader in entertainment innovation and help us design the future. At Dolby, science meets art, and high tech means more than computer code. As a member of the Dolby team, you’ll see and hear
Join the leader in entertainment innovation and help us design the future. At Dolby, science meets art, and high tech means more than computer code. As a member of the Dolby team, you’ll see and hear
Join the leader in entertainment innovation and help us design the future. At Dolby, science meets art, and high tech means more than computer code. As a member of the Dolby team, you’ll see and hear
About A1 There are over 5 billion users using basic applications today such email, notes, tasks that are not AI-native. Our mission is to build a proactive smart assistant for everyday users to bring intelligence to
【27届校招】大模型算法工程师（海外VLA / World Model 方向） 北京、广州 正式 互联网 / 电子 / 网游 职位描述 职位描述1、负责面向海外市场的自动驾驶生成式世界模型（Generative World Model）的研究、开发与量产落地，重点方向包括但不限于：（1）驾驶场景生成与未来预测：基于扩散模型 / 自回归等生成式架构，实现动作可控（action-conditioned）、多视角一致、长时序稳定的驾驶环境视频生成与演化预测；（2）生成式数据引擎：面向海外长尾场景进行数据合成、增广与跨地域风格迁移，系统性缓解海外数据稀缺问题。2、负责VLA（Vision-Language-Action）大模型在海外场景的研究、开发与量产落地，重点方向包括但不限于：（1）海外场景理解与推理能力：构建面向海外交通体系的多模态理解与推理能力，覆盖本地化交通标志/标线/信号灯体系与交规语义理解，提升 VLA 模型在海外场景下的决策能力；（2）分析各国道路结构、交通规则与驾驶习惯差异，设计跨地域泛化的训练策略与评测体系，支撑海外量产项目交付；3、构建海外数据闭环：与数据、仿真、量产工程团队协作，完成数据集构建与分析、清洗与标注、模型评估与持续迭代，并满足海外数据合规要求。 职位要求 职位要求 1、计算机科学、人工智能、电子工程、自动化等相关专业硕士 / 博士学历。2、具备扎实的深度学习与生成式模型基础：熟悉 Diffusion / Flow Matching / 自回归视频生成 / VAE 及视觉 tokenizer 等主流生成式架构，掌握大模型训练范式（预训练、SFT、RLHF /
【27届】VLA/WAM触觉操作算法工程师 深圳、北京 研发 - 算法 27届校园招聘 职位描述 【核心任务】负责基于视觉、触觉与机器人本体感知数据开展操作算法研究和训练实验，评估触觉信息能否提升机器人在精细操作、接触丰富任务中的成功率、鲁棒性与泛化能力，并降低策略对高精度视觉和大量真机数据的依赖。【具体职责】1. 开展触觉表征学习、接触状态估计、滑移检测、力控制、抓取稳定性预测及操作策略训练等相关实验。 2. 比较不同传感器配置、数据规模、数据比例和训练方法下的效果，分析成功率、接触稳定性、操作精度、收敛速度和泛化能力。3. 配合模型与硬件团队整理可用于训练的视觉数据、触觉数据、力/力矩数据、本体感知数据、遥操作数据和真机操作数据。 4. 设计并执行视觉—触觉融合、纯视觉、纯触觉等对照实验，研究不同感知模态和融合方式对机器人操作表现的影响。 5. 维护训练配置、实验日志、模型 checkpoint、评估结果、数据版本和 ablation 表格，保证实验可复现。 6. 协助建立触觉操作 benchmark 和真机评估体系，覆盖抓取、插拔、旋拧、滑动、开合、工具使用等接触丰富任务。 7. 输出阶段性实验报告，分析触觉信息在感知、控制和策略学习中的价值，为传感器选型及算法路线提供依据。 职位要求 【必须要求】1. 熟悉 PyTorch 或其他深度学习框架，能够独立运行、调试和评估模型训练代码。 2. 具备机器人学习、模仿学习、强化学习、机器人控制、多模态学习或计算机视觉中的至少一项基础经验。 3. 对机器人触觉感知或接触操作有基本理解，了解力、力矩、接触、摩擦、滑移、形变等基本概念。 4. 能够设计基本的
vla算法实习生 北京 社招 实习 互联网 / 电子 / 网游 职位描述 工作内容参与VLA模型研发，包括多模态大模型、diffusion model的开发与训练完善对训练数据的需求，验证数据数量、质量和分布对模型效果的影响推动闭环仿真评测体系建设，分析各种badcase并推动模型迭代优化VLA模型推理延迟，包括gpu和车端芯片探索world model与VLA结合的设计方案，并带来效果提升探索基于闭环仿真的 RL 后训练在轨迹生成上的应用 职位要求 基本要求硕士/博士在读，计算机、自动化、机器人等相关专业扎实的 Python 与 PyTorch 工程能力，能独立完成模型训练与实验分析熟悉深度学习基础，了解 Transformer 架构与多模态模型基本原理良好的代码习惯与沟通能力，有 owner 意识，能独立推进一个子课题加分项（满足其一即可）熟悉vlm / flow matching的原理，了解diffusion的加速采样技术了解端到端自动驾驶相关工作有 VLA / world model /具身智能相关经验有 RLHF/RL 后训练实践经验，熟悉 CARLA 等闭环仿真环境在 CVPR/ICCV/ECCV/NeurIPS/ICRA/CoRL
职位描述： 你将作为设计师，定义新一代 AI 品牌的情感与视觉认知； 全链路参与 Kimi 品牌视觉体系的构建与迭代，与最前沿的大模型团队一起，将 AGI 的技术理想转化为纯粹、有态度、有温度的视觉语言； 共同创造 AI-native 的品牌表达方式，突破传统品牌设计的边界，探索 AI 时代面向大众与企业的品牌触达路径； Taste is a skill. Bring your perspective. 我们珍视你的审美直觉与品牌敏感性，你的设计 sensibility 将直接定义千万级用户对 AGI 品牌的真实感受。 职位要求： 扎实的品牌设计功底，本科及以上学历，4 年以上设计经验，对字体、色彩、构图、动效有系统性的审美判断与执行把控力； AI-native 设计师，具备扎实的 3D 与插画创作能力，擅用 AIGC 工具（Midjourney /
算法研究员（蛋白质结构生成方向） 北京 全职 博士及以上 职位描述 1、生成模型工程研发：构建 Inference-time Guided Diffusion 机制，在推理阶段将实验先验信息高效引入 AlphaFold3 等结构预测模型，提升其在特定应用场景中的准确性、稳定性与可控性 。2、算法工程实现与优化：完成条件扩散、引导采样等核心模块的工程化实现与性能优化 。3、系统集成与平台建设：搭建可复现的训练、推理与评测 pipeline，支持算法快速迭代与工程落地 。 职位要求 1、博士及以上学历在读，计算机、软件工程、人工智能、生物信息学等相关专业优先 。2、熟练掌握 Python，具备 PyTorch、Jax 等深度学习框架实战经验 。3、对 Diffusion Model、生成式模型或 AI for Science 方向有浓厚兴趣 。4、具备较强的问题拆解与工程落地能力，能够阅读技术文档与论文并将算法转化为可运行代码 。 职位信息 部门： 质谱 投递...
算法实习生（蛋白质结构生成方向） 北京 实习 本科及以上 职位描述 1、生成模型工程研发：构建 Inference-time Guided Diffusion 机制，在推理阶段将实验先验信息高效引入 AlphaFold3 等结构预测模型，提升其在特定应用场景中的准确性、稳定性与可控性 。2、算法工程实现与优化：完成条件扩散、引导采样等核心模块的工程化实现与性能优化 。3、系统集成与平台建设：搭建可复现的训练、推理与评测 pipeline，支持算法快速迭代与工程落地 。 职位要求 1、本科及以上学历在读，计算机、软件工程、人工智能、生物信息学等相关专业优先 。2、熟练掌握 Python，具备 PyTorch、Jax 等深度学习框架实战经验 。3、对 Diffusion Model、生成式模型或 AI for Science 方向有浓厚兴趣 。4、具备较强的问题拆解与工程落地能力，能够阅读技术文档与论文并将算法转化为可运行代码 。 职位信息 部门： 质谱 投递...
仿真世界模型算法实习生 北京 校招 实习 软件研发类 职位描述 - 参与跨团队协作，将研究原型转化为可扩展的系统。- 探索并实验前沿仿真世界模型算法，例如自回归AR/扩散Diffusion混合模型、Feedforward 3DGS等。- 参与神经重建流水线中算法与模型的开发。- 支持模型训练、评估与集成，服务于自动驾驶真实应用场景。- 构建并维护用于评估和可视化模型性能的工具。- 产出高质量论文，或将算法应用于实际业务场景中。 职位要求 - 目前正在攻读计算机科学、电子工程、机器人学或相关领域的硕士或博士学位。- 具备扎实的 C++ 和 Python 编程能力。- 熟悉 PyTorch 或 TensorFlow 等深度学习框架；对自回归/扩散模型、神经重建技术（如 3DGS、NeRF）有基本理解或相关经验。- 具备 3DGS 重光照或 3DGS 物体重建相关经验。- 具备扎实的问题解决能力和分析能力。- 能够熟练在 Linux 环境下工作。-
AI运营（AI互动漫画方向） Beijing Full-time Internet / Electronics / Games Responsibilities 职位描述你将加入一个用 AI 实时生成漫画的消费级产品。我们相信每个人都可以成为故事的导演，而你的工作，是让 AI 学会像漫画家一样思考：分镜怎么切、镜头怎么给、光线怎么打、画面怎么讲故事。1. 核心Prompt研发与优化：结合业务场景与用户需求，主导设计、测试与迭代高质量的Preset（包括Prompt、System Prompt、模型参数配置等）；针对推理模型与非推理模型的差异化特性，制定相应的提示策略，持续优化模型输出的准确性、相关性与创造性。2. AI Agent与工作流设计：深入理解并实践以Agent为核心的新范式，设计多步骤、多工具调用的自动化工作流；熟悉MCP、Skills、Harness等新兴协议，探索AI与外部工具、数据库、API的深度集成。3. 视觉叙事与画面把控：主导漫画生成的分镜设计与视觉语言，包括镜头构图、景别切换、光影氛围、角色表现力等；将漫画创作的专业经验转化为可复用的 Prompt 模板和生成策略，持续提升 AI 出图的叙事质量与美术水准。4. 模型能力探索与应用：紧跟行业前沿，主动调研和评测新兴文生图与图生图模型（含开源与闭源），尤其关注漫画/插画风格生成、角色一致性、画面质量与生成效率；深入实践 Midjourney、Stable Diffusion、Flux 等主流文生图模型及 LoRA、ControlNet、IP-Adapter 等风格与构图控制手段，探索其在漫画生成、角色设计、分镜出图等场景下的应用潜力与边界。5. 知识体系构建与沉淀：建立并维护公司级的Prompt知识库与资产库，系统性地沉淀优秀案例、工程方法论与最佳实践。6. 跨部门协同与项目推进：与产品、算法、工程及设计团队紧密协作，深刻理解需求，确保AI能力精准转化为可落地的业务成果。在Agentic产品的迭代周期中，承担AI侧的需求对齐与验收工作。7. AIGC数据分析与结果评估：对用户与模型的交互数据进行分析，建立评估指标体系，深入理解用户偏好；结合A/B测试与自动化评估框架（LLM-as-Judge等方法），量化不同策略的效果，为产品迭代提供数据支撑。 Qualifications 职位要求1. AI领域热情与深度思考：对AIGC领域抱有浓厚兴趣，是主流AI产品（如ChatGPT/Claude/Cursor、Midjourney/Stable Diffusion、SillyTavern、Cherry Studio、Openclaw等）的深度用户，并有自己独到的见解和批判性思考。2. 出色的视觉审美与叙事能力：具备漫画、插画或影视分镜相关的审美功底，理解构图、景别、光影、色彩对情绪和叙事的作用；能够用语言精准描述画面，并判断
Job Summary: This entry level/early career professional, applied science position applies chemical principles that create and develop product functionalities which are integrated and sold into Cummins’ products. The position involves the research, design, analysis, testing and
中/高级数据算法工程师 深圳、北京 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 面向机器人抓取与操作算法，负责训练数据生产方案设计与落地，定义数据结构、标注协议、质量标准、数据分布及验收指标；负责机器人非结构化多模态数据处理，包括但不限于 RGB / RGB-D 视频、点云、rosbag、物体位姿、机器人状态、关节状态、末端轨迹、动作序列、力觉及触觉数据；建设数据解析与转换算法，完成多传感器时间同步、相机标定、坐标系转换、轨迹切分、异常检测、数据清洗、去重、标注生成等；基于 Isaac Sim、Isaac Lab 等仿真环境构建机器人操作数据生成能力，包括场景与物体生成、机器人与传感器配置、轨迹 Rollout、交互状态采集、Domain Randomization 及批量自动化数据生成；建设真实机器人数据采集与转换能力，处理真机回传、遥操作、示教及 Ego / UMI 等数据，完成位姿恢复、轨迹重建、动作对齐、Retargeting 和跨机器人本体的数据适配；围绕机器人状态、物体状态和交互轨迹，构建适用于抓取、放置及通用操作模型的训练样本，并持续提升数据的准确性、多样性、覆盖度和物理合理性；分析训练数据分布及模型失败案例，识别长尾场景、困难样本、仿真与真实数据差异，设计针对性的数据补充、筛选和增强策略；与操作算法、仿真、机器人本体及数据平台团队协作，打通数据生成、数据处理、训练集构建、模型训练、评测和问题样本回流的数据闭环。 职位要求 计算机、人工智能、机器人、自动化、计算机视觉等相关专业本科及以上学历，具备机器人数据、计算机视觉、仿真或机器学习相关经验；熟练掌握 Python，具备非结构化数据处理经验，能够独立处理视频、图像、点云、轨迹或时序传感器数据；理解机器人及三维视觉基础知识，包括坐标系、刚体变换、相机内外参、机器人正逆运动学、关节空间与笛卡尔空间、点云和 6DoF 位姿；理解机器人训练数据的基本构成，能够处理 Observation、Action、Robot State、Object State、Contact、Reward / Success
云端训推优化负责人 北京、深圳 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 负责云端训练与推理优化团队整体建设和管理，对模型训推效率负责；负责大模型、VLM / VLA、机器人模型等训练任务的性能优化，包括：训练吞吐、GPU 利用率、Tensor Core 利用率、显存利用率、多机多卡扩展效率负责分布式训练优化，包括 Data Parallel、Tensor Parallel、Pipeline Parallel、FSDP / ZeRO 等方案设计与落地；负责模型推理优化，包括算子优化、KV Cache、Batching、量化、并行推理及服务化性能优化；针对模型结构和训练流程进行 Profiling，定位通信、计算、显存、IO 等性能瓶颈，并推动系统性优化；负责训练/推理框架和基础组件建设，沉淀可复用的性能优化能力；与模型算法团队协作，在保证模型效果的前提下优化模型结构、训练策略和推理方案；与智算平台团队协作，提升 GPU 集群整体资源利用率，降低单位训练与推理成本；建立训推性能指标体系和 Benchmark，持续跟踪不同模型、硬件和框架下的性能表现。 职位要求 5 年以上深度学习系统、训练加速、推理优化、AI Infra 或相关工作经验，有团队管理经验；熟悉 PyTorch 及主流深度学习训练框架，理解计算图、Autograd、CUDA 执行模型；熟悉大规模分布式训练，有
Generative Computer Vision Researcher 计算机视觉生成式技术研究员 Beijing Experienced Full-time Responsibilities 1. Conduct in-depth research on generative computer vision technologies, with a focus on cutting-edge advancements and applications of Diffusion Models;2. Solve real-world product challenges by developing high-quality research
Full Stack Engineer全栈工程师(Tripo Studio) Hangzhou, Beijing Experienced Full-time Responsibilities Your Responsibilities1.You will be granted full ownership and end-to-end accountability for the design and delivery of core product modules:Full-Stack Product DevelopmentBackend: Design and build high-concurrency, low-latency core