物流世界视觉理解/生成基座大模型

1、设计并开发物流场景下的视觉基座大模型，确保模型能够准确理解和处理空间智能、细颗粒度视觉信息准确识别与理解及物流场景的常识问题。 2、研究和分析物流环境中的空间关系，优化模型以提高其在物体体积与容积识别、空间理解和场景动态交互理解中的表现。 3、将行业内的物流常识融入模型设计，确保模型能够理解和预测物流操作中的常见场景，例如货物堆叠、搬运和装卸等动作。 4、建设物流场景的仿真环境，实现物流世界垂域生成大模型，确保模型能够模拟和预测物体在物流环境中的行为，包括碰撞、重力影响和物体稳定性等。

1、获得本科及以上学历，计算机、人工智能、自动化、数学、物理、机器人、运筹、工程等相关专业； 2、熟悉Python编程，掌握PyTorch/TensorFlow基础操作，了解Transformer架构原理。熟悉大模型的并行处理和分布式训练技术 3、有CV项目经验（如课程设计、竞赛、、熟悉Linux开发环境或分布式训练工具者优先。 4、有视频理解多模态大模型预训练或者微调经验优先 5、有物理世界生成模型预训练或者微调经验优先