1. 团队介绍阿里云智能-大数据与智能实验室专注于通义千问的行业实践，致力于推动AI大模型时代的智能化升级。实验室由叶杰平教授领衔。叶教授是美国明尼苏达大学博士、IEEE Fellow、ACM杰出科学家，同时担任北京大学、浙江大学及香港科技大学（广州）的客座/兼职教授，并曾荣获KDD、ICML等多个国际顶级会议和期刊的最佳论文奖。

实验室三维团队在三维视觉领域深耕多年，涵盖感知、理解、位姿估计等方向，在多模态领域已探索并布局空间智能、RAG、推理等方向，整体积累了丰富的技术研究成果，并成功实现了多项技术转化与应用落地，在CVPR, ECCV, SIGGRAPH, ICRA等顶会发表多篇论文。

2. 实习工作描述实习工作：专注提升多模态大模型的两方面能力。

(1) 提升多模态大模型的空间理解能力，探索语言、视觉和三维空间信息的联合建模，强化多模态模型在复杂场景中的空间关系理解、定量分析、物体定位及推理能力。

(2) 提升多模态大模型的推理能力，探索在Post-Training阶段结合多模态CoT、In-Context学习、强化学习等方法，优化模型在多模态任务中的推理表现。

实习目标：(1) 研发核心技术，发表高水平学术论文。(2) 结合应用场景，协助团队进行研究成果转化，支持前沿技术应用落地。

3. 实习岗位要求

(1) 团队base 杭州，要求能来杭州实习，暂不考虑远程实习。

(2) 人工智能、计算机、电子信息工程专业在读博士研究生。

(3) 能保证至少6个月的连续实习时间，长期合作意向者优先。

(4) 在以下至少一个领域有深入研究：多模态大模型、三维感知与场景理解、具身智能等。

(5) 在计算机视觉、多模态领域发表过高水平会议或期刊论文（CCF-B类及以上）。

(6) 具备良好的学习能力与研究习惯，优秀的沟通能力，对新技术充满好奇心与探索精神。

4. 期望到岗时间：2025年5月份之前。

5. 联系方式：lory.gjh@alibaba-inc.com