世界模型算法工程师

1. 研发动作条件下的场景动态预测模型（Action-Conditioned World Model），让算法在"脑内"预演动作会引发什么后果。

2. 设计并实现世界模型架构（Latent Dynamics / JEPA / Diffusion Video / Transformer-based），覆盖视频预测与状态预测。

3. 将世界模型接入规划与控制回路（MPC / Model-Based RL），验证"预演"对决策质量与样本效率的提升。

4. 与重建、仿真团队协作，构建可微渲染 / 可微物理接口，让预测结果可回传为监督信号。

5. 建立世界模型的评测体系（物理一致性、长时序稳定性、预演与真机偏差）。

6. 跟踪世界模型前沿（NeurIPS / ICML / ICLR / CVPR），推动前沿方法在业务场景验证

1. 博士或优秀硕士，计算机、人工智能、数学、物理等相关专业。

2. 具备扎实的机器学习理论功底（生成模型、概率推断、最优化）。

3. 有生成模型 / 视频预测 / 序列建模方向的研究经历，能清晰讲解自己的研究贡献。

4. 熟练使用 PyTorch，有大模型训练或大规模实验经验者优先。

5. 满足以下任一条件者优先：有一作顶会论文；有世界模型 / 视频生成方向课题；有高质量开源项目；有竞赛获奖经历（Kaggle / 天池等）。

你将获得：

1. 公司战略级技术方向，资源倾斜，允许探索性研究并支持论文发表。

2. 与场景重建、仿真、合成数据团队形成完整闭环，研究成果可直接验证价值