1、研究并构建物理一致、因果感知的世界模型架构，对物体交互、运动模式与环境动力学进行有效建模;
2、设计并训练视频生成模型，支持未来帧及多模态传感器状态的高质量预测;
3、结合3D生成技术(如GaussianSplatting等)与世界模型,提升闭环仿真的真实性与可用性;
4、构建基于仿真反馈的闭环训练与评测体系,支撑端到端自动驾驶及机器人模型的持续迭代;
5、设计和优化大规模分布式训练与推理流程,提升整体系统效率;
6、与智能驾驶、具身智能、数据平台等团队协作,推动世界模型在数据生成、场景评测与策略学习中的实际落地。
1、计算机科学、人工智能、电子工程、自动化、机器人等相关专业硕士及以上学历;
2、在世界模型、视频生成(如DiT、自回归视频模型等)方向有深入研究或扎实的工程实践;
3、具备以下至少一项核心背景:时空序列建模、3D场景理解、神经渲染或物理仿真;
4、有大规模分布式训练实战经验，了解主流并行策略(数据并行、张量并行、流水线并行等);
4、能够高效跟进前沿工作并快速完成复现与工程转化。
加分项
1、在顶级会议(NeurIPS/ICML/ICLR/CVPR/ICCV/ECCV/CoRL等)以一作发表过相关方向论文;
2、有强化学习或模仿学习在仿真或具身环境中的实践经验;
3、有百万小时级真实数据的处理与训练经验;
4、有CUDA编程、算子优化或推理引擎开发经验。
