世界模型算法实习生

世界模型算法实习生北京、上海、深圳实习研发 - 算法职位描述1、研发面向物理AI的世界模型（World Model），学习环境的动态、物理规律与可预测性表示； 2、探索基于生成模型（扩散模型、流模型、自回归模型）的世界建模方法，支持长程规划与决策； 3、研究世界模型与VLA、强化学习的联合训练框架，实现"想象-决策-执行"的闭环智能； 4、构建可扩展的世界模型训练基础设施，支持多模态传感器输入与大规模数据驱动学习； 5、推动世界模型在自动驾驶场景中的应用，支持反事实推理、风险评估与极端场景生成。职位要求1、27届-28届毕业同学，计算机/人工智能/机器人等相关专业，博士优先； 2、在LLM、生成模型、VLA或相关领域已有高质量发表记录（NeurIPS/ICML/ICLR/ICCV/CoRL等顶会一作或共同一作）； 3、扎实的生成模型基础，熟悉扩散模型、VAE、GAN、自回归模型等，有大规模训练经验； 4、熟悉强化学习与世界模型的结合（如Dreamer、World Models、IRIS等），有复现或改进经验； 5、熟练掌握PyTorch，具备大规模实验设计与分析能力； 6、有VLA模型与世界模型联合训练的研究，或探索世界模型支持VLA规划的工作经验者优先； 7、研究过基于物理约束的世界模型（神经物理引擎、可微分仿真），保证生成结果物理合理性者优先； 8、具备视频生成、3D场景生成、神经辐射场（NeRF/3DGS）等多模态生成经验者优先； 9、有高质量GitHub项目（世界模型相关工具包、生成模型库），Star数1k+或作为核心贡献者优先。投递