新型FoundationModels及應(yīng)用
訓(xùn)練和推理加速
可解釋性等理論研究
Virtual Agent
Physical Agent
2050 RESEARCH
為昆侖在通用人工智能（AGI）的中長期發(fā)展中提供基礎(chǔ)研究維度上的支持，增強(qiáng)自主創(chuàng)新，加速實(shí)現(xiàn)AGI的步伐，同時專注于AGI相關(guān)課題的科技創(chuàng)新，提升企業(yè)的理論與技術(shù)競爭力。
跨越“奇點(diǎn)”、探索未知世界、創(chuàng)造美好未來，成為一家面向未來
世界的卓越科學(xué)研究機(jī)構(gòu)!
新型FoundationModels及應(yīng)用
訓(xùn)練和推理加速
可解釋性等理論研究
Virtual Agent
Physical Agent
Reinforcement Learning from Diverse Human Preferences
Wanqi Xue, Bo An, Shuicheng Yan, Zhongwen Xu
IJCAI 2024 Conference
August 2024
Keywords: Reinforcement Learning, Human Preferences, Human Feedback, Rewards
Exploring Diffusion Time-steps for Unsupervised Representation Learning
Zhongqi Yue, Jiankun Wang, Qianru Sun, Lei Ji, Eric I-Chao Chang, Hanwang Zhang
ICLR 2024 Conference
May 2024
Keywords: unsupervised representation learning, diffusion model, representation disentanglement, counterfactual generation
Synapse: Trajectory-as-Exemplar Prompting with Memory for Computer Control
Longtao Zheng, Rundong Wang, Xinrun Wang, Bo An
ICLR 2024 Conference
May 2024
Keywords: AI Agents, Large Language Models, Prompting
True Knowledge Comes from Practice: Aligning Large Language Models with Embodied Environments via Reinforcement Learning
Weihao Tan, Wentao Zhang, Shanqi Liu, Longtao Zheng, Xinrun Wang, Bo An
ICLR 2024 Conference
May 2024
Keywords: Reinforcement Learning, Large Language Models, Parameter-Efficient Fine-Tuning
Enhancing Video-Language Representations with Structural Spatio-Temporal Alignment
Hao Fei; Shengqiong Wu; Meishan Zhang; Min Zhang; Tat-Seng Chua; Shuicheng Yan
IEEE Transactions on Pattern Analysis and Machine Intelligence
April 2024
Keywords: Videos, Semantics, Transformers
Skywork
天工系列模型在3.2TB高質(zhì)量多語言和代碼數(shù)據(jù)上進(jìn)行了預(yù)訓(xùn)練，并開源了模型參數(shù)，訓(xùn)練數(shù)據(jù)，評估數(shù)據(jù)，評估方法。
Vitron
Vitron是一個通用的像素級視覺大語言模型，設(shè)計用于全面理解（感知和推理）、生成、分割（定位和跟蹤）、編輯（修補(bǔ)）靜態(tài)圖像和動態(tài)視頻內(nèi)容。
AgentStudio
AgentStudio是一個開放工具包，覆蓋了構(gòu)建能夠與數(shù)碼世界中的一切進(jìn)行交互的虛擬代理的整個生命周期。
PointCloudMamba
Point Cloud Mamba 超越了SOTA點(diǎn)云方法PointNeXt，并在ScanObjectNN、ModelNet40和ShapeNetPart數(shù)據(jù)集上達(dá)到了新的SOTA性能。
天工
FOR THE BEST AND THE BRIGHTEST
基礎(chǔ)研究和人才培養(yǎng)對于發(fā)展下一代技術(shù)至關(guān)重要。為此，2050研究院與新加坡頂尖大學(xué)合作，推介《天工2050工業(yè)博士生聯(lián)合培養(yǎng)項(xiàng)目》，為您提供獨(dú)特的機(jī)會組合 —— 在2050研究所開展激動人心的研發(fā)工作的同時，也能在學(xué)校里追求世界頂級的研究生培訓(xùn)。
在高校與2050研究院的導(dǎo)師共同指導(dǎo)下，完成博士學(xué)位的要求，并在互聯(lián)網(wǎng)行業(yè)里取得巨大的學(xué)術(shù)成果。
獲入選的候選人將成為公司的全職員工，同時在我們的兩間合作大學(xué)（新加坡國立大學(xué)及南洋理工大學(xué)）進(jìn)行全職的博士培訓(xùn)。
除了與我們的研究團(tuán)隊(duì)一起進(jìn)行人工通用智能領(lǐng)域的開創(chuàng)性研究，專注于基礎(chǔ)模型2.0和代理之外，候選人將與我們的跨學(xué)科團(tuán)隊(duì)密切合作，在頂級會議和期刊上發(fā)布有影響力的研究成果，對人工通用智能社區(qū)產(chǎn)生重大影響。
有意申請者應(yīng)通過電子郵件向Michelle（michelle@kunlun-inc.com）發(fā)送動機(jī)信、簡歷和出版作品列表。
本項(xiàng)目全年開放，將根據(jù)新加坡大學(xué)的教學(xué)日歷（8月和1月入學(xué)）入學(xué)。
基礎(chǔ)研究和人才培養(yǎng)對于發(fā)展下一代技術(shù)至關(guān)重要。為此，2050研究院、新加坡經(jīng)濟(jì)發(fā)展局及新加坡頂尖大學(xué)三方合作，推介《天工—新加坡EDB 博士生聯(lián)合培養(yǎng)項(xiàng)目》，為新加坡公民及永久居民提供結(jié)合工業(yè)和學(xué)術(shù)優(yōu)勢的學(xué)習(xí)組合。
在高校與2050研究院的導(dǎo)師共同指導(dǎo)下，候選人能在順利完成博士學(xué)位的要求下，參與前沿的研發(fā)工作并推動學(xué)術(shù)研究成果向產(chǎn)品的轉(zhuǎn)化。
入選的候選人將成為公司的全職薪資員工，同時在我們的合作大學(xué)（新加坡國立大學(xué), 南洋理工大學(xué)及新加坡科技設(shè)計大學(xué)）進(jìn)行全職博士培訓(xùn)。
除了與我們的研究科學(xué)家一起進(jìn)行人工通用智能領(lǐng)域的開創(chuàng)性研究，專注于基礎(chǔ)模型2.0和代理之外，候選人將與我們的跨學(xué)科團(tuán)隊(duì)密切合作，在頂級會議和期刊上發(fā)布有影響力的研究成果，對人工通用智能社區(qū)產(chǎn)生重大影響。
有意申請者應(yīng)通過電子郵件向Michelle（michelle@kunlun-inc.com）發(fā)送動機(jī)信、簡歷和出版作品列表。
本項(xiàng)目全年開放，將根據(jù)新加坡大學(xué)的教學(xué)日歷（8月和1月入學(xué)）入學(xué)。
