[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Xiaomi jobs](https://jobs.opennash.com/companies/xiaomi/) · [Search jobs](/search/)

Xiaomi · 北京

# e2e预研实习生

北京 

Listed on Xiaomi ’s official careers site. Posted March 6, 2025. Check that it is still open and apply there.
[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/internship/position/7470779933154623597/detail)

[OpenNash Jobs](https://jobs.opennash.com/) / [Xiaomi ](https://jobs.opennash.com/companies/xiaomi/) / e2e预研实习生

## Job description

1.探索多模态大模型、自监督预训练、世界模型等前沿技术，并应用于自动驾驶场景。

## Qualifications

### 岗位职责

探索多模态大模型、自监督预训练、世界模型等前沿技术，并应用于自动驾驶场景。

### 研究方向

候选人需了解并熟悉以下至少一个方向： 视觉预训练（Visual Pretraining）：研究自监督学习、知识蒸馏、大规模数据预训练在视觉任务中的应用，熟悉相关工作如DINOv2等。

### 多模态学习（VLM/VLA） Vision-Language-Model（VLM）

研究视觉语言大模型，熟悉相关工作如 VARGPT、VPiT、Ross 等。

### Vision-Language-Action（VLA）

研究视觉语言动作大模型并探索在自动驾驶场景应用，熟悉相关工作如 EMMA等。 世界模型（World Model） 研究基于自监督学习与强化学习结合的端到端世界模型，应用于自动驾驶场景的状态建模、状态转移预测与规划决策。 熟悉相关工作，如 Dreamer 系列、Genie2、Doe-1、JEPA、Cosmos 等。

### 技术能力要求

熟悉自监督和生成模型，了解大规模预训练，有经验者优先。 熟练掌握 PyTorch，具备模型开发与优化能力，能够提升训练效率。

## At a glance
- Posted by the employer: Mar 6, 2025
- First seen by OpenNash: Aug 1, 2026
- Last checked: Oct 19, 2026
- Listed for: Over a year
- Location: 北京[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/internship/position/7470779933154623597/detail)

## More jobs at Xiaomi 

### [27届招聘实习生-国际职能平台](https://jobs.opennash.com/companies/xiaomi/jobs/6d4d527313cd96474e53/)

北京

### [AI Agent 产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/fc2f52865a7e2d84fbd7/)

北京

### [AI Agent 架构师 / Tech Lead](https://jobs.opennash.com/companies/xiaomi/jobs/35dcfe12c39db2a6a88a/)

北京

### [AI Agent产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/1b2859d295836fa011a9/)

北京

### [AI Agent研究员实习生-小爱](https://jobs.opennash.com/companies/xiaomi/jobs/0c7ddc4025af5dc78885/)

北京

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)