VLM 自动标注算法实习生

1. 01

   基于视觉语言大模型（Qwen-VL / InternVL / LLaVA / GPT-4o 等）构建场景自动标注 pipeline，替代昂贵的人工标注。

2. 02

   为 3D 场景打多粒度标签：物体类别与实例、空间关系、物理属性（材质 / 质量 / 摩擦）、可操作区域与抓取位姿。

3. 03

   设计 Prompt 工程、多轮精化与自一致性校验策略，持续提升标注准确率与召回率。

4. 04

   研究 VLM 推理加速与成本优化（量化、KV Cache、Speculative Decoding、vLLM / SGLang 部署）。

5. 05

   搭建"自动标注 + 人工复核 + 一致性校验"的闭环质检体系，定义并跟踪标注质量指标。

6. 06

   与数据团队协作，将标注结果回流至场景资产库并支持模型训练消费

1. 01

   硕士及以上学历，计算机、人工智能、模式识别、自动化等相关专业。

2. 02

   熟悉深度学习基础与 Transformer 架构，掌握 PyTorch。

3. 03

   了解计算机视觉基础任务（检测 / 分割 / 多模态对齐）。

4. 04

   有复现论文或开源项目的经历，能清晰说明自己做了什么。

5. 05

   满足以下任一条件者优先：有 VLM / 多模态方向课题或论文；有大模型相关实习；有数据标注 / 数据质量相关项目经验。

你将获得

1. 01

   参与"用大模型替代人工标注"的核心技术攻关，直接降低公司数据成本。

2. 02

   完整的算力与数据支持，允许做有探索性的技术尝试