所需人员专业方向 ： 计算机科学与人工智能；软件工程；机器学习与深度学习；跨模态研究等研究方向领域 面向检测场景的工业AI大模型 1.研究方向描述： 本研究旨在研发多模态和单模态的工业视觉大模型，用于解决图像分类、目标检测和语义分割等主流任务。 2.关键研究问题： （1）探究并确定工业场景下单模态和多模态视觉大模型的选择方向? （2）如何分别设计图像分类、目标检测，语义分割任务的视觉大模型? （3）如何将视觉大模型进行压缩轻量化加速，以适配满足工业生产节拍? （4）如何提高视觉大模型的泛化性，便于降低场景变化时的样本需求量? 3.研究方法： 利用现有的开源CLIP、DINO、SAM等算法大模型提供的算法思想，独立设计并完善具备Transformef编解 码结构或mamba组件技术的具备分类、检测和分割能力的工业Al大模型。 4.预期成果： 研发出分别可执行分类，目标检测和语义分割任务的工业Al大模型，或研发出一种可同时执行多任务的工业 AI 大模型，并具备高泛化性，推理速度可满足产线节拍要求。 工业检测场景小样本或零样本小模型算法 1.研究方向描述： 本研究旨在研发当前用于解决图像分类、目标检测和语义分割等主流任务的小样本或零样本AI算法模型。 2.关键研究问题： （1）如何分别设计针对图像分类、目标检测，语义分割任务的小样本方法? （2）如何分别设计针对图像分类、目标检测，语义分割任务的零样本方法? 3.研究方法： 基于one-shot和zero-shot 等技术，独立设计并完善分类、检测和分割能力的Al小模型算法。 4.预期成果： 研发出分别可执行分类，目标检测和语义分割任务的小样本或零样本小模型，并具备较低的真实产线数据的漏杀和过杀概率。 基于Al大模型的工业图像数据生成： 1.研究方向描述： 本研究旨在研发缺陷和非缺陷工业图像数据的生成的AI算法模型，用以解决工业缺陷检测缺少图像数据的痛 点问题。 研究将集中在工业图像仿真生成，提升工业图像生成的逼真度和速度，以得到高泛化性的工业缺陷生成AI大 模型。 2.关键研究问题： （1）如何设计生成式AI网络模型，以兼顾缺陷和非缺陷的图像数据的生成? （2）如何轻量化缺陷生成AI模型，在保证生成质量的同时兼顾图像的生成效率? （3）如何提高缺陷和非缺陷图片的生成的高逼真度? 3.研究方法： 基于现有扩散模型或stable diffusion等方法，改进开源的大模型神经网络或自主设计大模型神经网络架构， 完成工业图像数据生成。 4.预期成果： 研发出一种可生成高质量工业图像数据，且训练耗时短，资源消耗低的AI工业大模型，可广泛适用于多种场 景下的缺陷和非缺陷图像数据生成。 薪资构成： 现金收入+补贴津贴+短期激励+年终奖金+股权激励 公司福利： 1.薪资福利：五险一金、商业保险、岗位工资、绩效工资、各类津贴、优才奖、年终奖、项目奖等 2.带薪休假：双休、法定节假日、年假、婚假、产假、陪产假、哺乳假等 3.其他福利：生日礼金、节日礼品、年度旅游、中秋博饼、年中尾牙、定期团建等长期激励：限制性股票、期权、内部员工股等 政府补贴： 福建省及厦门市为鼓励企业引进高级人才，提供了丰富而有保障的人才激励政策，公司将为符合条件的入职博士后人才申请，包括： 1.高层次人才补贴：25-50万 2.先进制造业(重点产业)紧缺人才：10-15万 3.生活补贴：20万 4.留厦安家补贴：30万 5.新引进人才补贴：8万 6.住房保障：最高100平方米人才住房或最商130万元购房补贴或每月6000元租房补贴(最长5年)；或首次来厦按实际工作地，思明、湖里每人每年800元，集美、海泡每人每年6000元，同安、翔安每人每年5000 元)，保障期限最长可达5年。 7.海峡博士后交流资助计划：50万元 博士后发展路径： 对于进站的博士后，课题结束后，公司结合双方意愿优先招录，发展方向可为项目带头人、技术研究中心专家等。