地平线
4D 时空理解算法实习生
4D 时空理解算法实习生
发布于 大约 16 小时前实习/见习
实习生仅现场办公自动驾驶
自动驾驶
3D重建
Dust3R
Pytorch
Vggt
深度学习
自动驾驶
计算机视觉
值不值得投
74综合评分
综合评分 74
前沿技术、高成长平台，智能驾驶4D感知核心研发，但对生活工作平衡可能构成挑战。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
7K
比自动驾驶中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 400 个在招 · 其中自动驾驶 10 个
市场机会
选择适中
北京 · 自动驾驶 · 48 个在招
职位详情
关于这个职位
这是地平线智能驾驶系统产品线下的4D时空理解算法实习生岗位
该岗位将参与面向真实动态驾驶场景的4D视觉感知算法研发，涉及多视角三维重建、动态场景建模、时空特征融合等前沿技术探索与落地工作
最低要求
硕士 / 博士在读，计算机、人工智能、自动化、机器人、测绘、数学等相关专业优先
实习时间半年及以上
具备扎实的深度学习、计算机视觉和三维几何基础，熟悉多视图几何、SfM / MVS、深度估计、点云处理、三维重建、生成模型、世界模型视觉跟踪或时序建模等相关方法
熟练使用 Python / PyTorch，具备良好的代码能力和实验分析能力，能够独立阅读、复现并改进顶会论文
工作职责
参与面向真实动态场景的 4D 时空理解算法研发，探索多视角、多帧视觉输入下的三维几何重建、动态场景建模、运动理解与时空特征融合
跟踪并复现 3D / 4D 视觉与视觉基础模型前沿方法，如 VGGT、Dust3R、MASt3R、CoTracker、TraceAnything、D4RT、4RC 等，利用或借鉴 Geometry Foundation Models，探索动态场景的统一 4D 表征，并参与相关方案设计与技术选型
围绕统一 4D 时空表征，研究多帧几何一致性、跨视角时空对应、动态物体运动建模、Visual Tracking、3D Scene Flow 与时空特征融合，探索几何结构、跨帧对应与运动信息的统一建模及其在三维重建、动态理解等任务中的应用
研究如何从多视角 / 多帧视频中学习可持久维护、可预测未来、可反事实模拟的 3D/4D 场景表征，了解主流OccWorld、DriveWorld、GaussianWorld、VGGT-World模型
搭建自动驾驶场景下的数据处理、模型训练、评测分析与可视化流程，推动算法在真实数据和闭环仿真场景中的快速迭代与落地
优先资格
对 VGGT、Dust3R、MASt3R 等 Geometry Foundation Models，以及多视角几何、跨帧时空对应、Visual Tracking、3D Scene Flow、Dynamic Reconstruction、4D Representation Learning 等相关方向有理解或实践经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿性极强，直接接触并研发4D视觉、几何基础模型等最前沿方向
- 参与的是智能驾驶核心感知模块的研发，技术影响力和业务价值高
- 公司平台优秀，是自动驾驶芯片和算法领域的头部企业之一
- 技术门槛非常高，需要快速学习并掌握大量复杂的数学和视觉算法
- 实习期半年以上，需要在较短时间内对特定子领域产生实质性贡献
缺点 / 挑战
- 工作地点在北京或上海，生活成本较高
- 对自动驾驶和计算机视觉有浓厚兴趣，数学与编程基础扎实，渴望在技术前沿领域深耕并愿意接受高强度学习挑战的硕士及以上在读学生
角色解读
- 深入成为自动驾驶感知领域的专家，专注于4D时空理解或世界模型方向
- 向算法研究科学家或高级算法工程师发展，主导复杂视觉感知项目
- 积累行业经验后，可转向自动驾驶系统架构或技术管理岗位
- 研发用于自动驾驶的4D时空理解算法，让车辆能更好地感知和预测动态环境
- 跟踪并复现最新的3D/4D视觉基础模型（如VGGT, Dust3R），探索前沿技术
- 处理多视角摄像头数据，解决三维重建、运动估计等核心问题
- 搭建从数据处理到模型评测的完整研发流程，推动算法落地
- 扎实的计算机视觉和深度学习理论基础，特别是三维几何（多视图几何、点云）相关知识
- 熟练的Python和PyTorch编程能力，能快速复现和改进复杂算法
- 能够独立阅读、理解并实现顶级学术会议（如CVPR, ICCV, NeurIPS）的最新论文
申请策略
- 仔细研究岗位描述中提到的每一篇论文和每一个技术名词，在面试前做好准备
- 在申请材料中明确表达你对该技术方向的理解和热情，而不仅仅是罗列技能
- 了解地平线的智能驾驶产品线和其在行业中的定位，思考你的研究如何与之结合
- 详细描述与三维重建、视觉跟踪、深度学习模型复现相关的项目经历，突出技术深度
- 列出熟练掌握的Python库（尤其是PyTorch, OpenCV）和具体的算法实现经验
- 如有相关领域的学术论文、竞赛获奖或开源项目贡献，务必重点展示
- 强调独立阅读和复现顶会论文的能力，可提及具体论文名称和你的改进思路
- 系统复习和深入理解多视图几何、SfM/MVS、3D重建的核心原理
面试指南
- 对于技术概念问题，采用“定义/背景 - 核心原理 - 优缺点/应用场景”的结构进行阐述
- 对于项目/论文复现问题，使用“项目目标 - 我的具体工作（遇到的挑战、解决方案） - 结果与反思”的框架
- 回答开放性问题时，先总结自己的观点，再分点给出依据（基于论文或实践），最后可以提及一些个人思考
- 请解释一下4D时空理解在自动驾驶中的作用和挑战是什么？
- 你对Geometry Foundation Models（如VGGT, Dust3R）有什么理解？它们与传统方法的区别是什么？
- 描述一个你独立复现过的视觉或三维重建领域的顶会论文，你在过程中遇到了哪些困难，如何解决的？
- 如何评估一个4D重建或动态场景理解算法的性能？你认为有哪些关键指标？
- 你认为当前4D表征学习有哪些局限性或未来的发展方向？
职位点评
薪资福利65
成长发展92
工作生活50
使命价值80
薪资福利
65中等
实习薪资在北京市场具有竞争力，但作为学生岗位，薪资福利体系相对有限。未提及额外福利。
薪资信号市场水准 (6K-8K/月)
成长发展
92较高
该职位专注于自动驾驶最前沿的4D视觉感知技术，技术挑战极高，能为求职者提供顶尖的技术成长环境和项目经验。
技术前沿前沿/新兴技术
技术栈4D时空理解、Geometry Foundation Models、VGGT、Dust3R、3D Scene Flow、Dynamic Reconstruction
成长机会跟踪并复现...前沿方法、探索...统一4D表征、推动算法...落地
业务类型profit_center
工作生活
50较低
未明确说明工作模式，高强度技术研发通常意味着需要投入较多时间。办公地点在一线城市核心科技区，通勤和生活成本较高。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
智能驾驶是交通出行领域的重大变革方向，技术开发具有明确的产业应用价值和社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号面向真实动态场景、推动算法...在真实数据...落地
创新程度开拓性创新（行业首创）
Watch Jobs