主要职责：
1. 参与盘古视觉大模型的前沿研究和应用，包括：
开集和闭集分割，检测
多模态对齐
多模态对话（MLLM）
Diffusion图像和视频生成
3d重建和生成
2. 推动研究成果在工业、遥感、智慧城市等领域的项目落地。
职位要求：
计算机、电子信息、软件相关专业，本科及以上学历
熟练掌握Python，pytorch等深度学习常用工具
熟悉Transformer、mamba，CNN等常见架构
了解视觉理解，多模态对齐、对话、diffusion，3d GS等前沿技术