World Model算法专家

负责面向自动驾驶的 Generative World Model 研发，结合 Video Generation 与闭环仿真，研究能够预测未来、接受 Action 控制并与 Policy 交互的生成式世界模型。

• 研发多相机、长时序自动驾驶 Video Generation / World Model；

• 构建 Action-conditioned、可控的未来世界生成能力；

• 研究生成模型对重建场景的修复、增强与长尾场景生成；

• 支持 Policy closed-loop rollout、仿真评测与 RL / Policy Post-training；

【核心技术】 • Video Generation：Video Diffusion、DiT、Flow Matching、Video-to-Video • Action-Conditioned World Model：Ego Action、Trajectory、Map、Agent State • Long-Horizon / Streaming World Model：Causal Generation、Memory、Streaming • Closed-loop Simulation：Policy-in-the-loop、Counterfactual Simulation、RL Post-training

• 硕士及以上，人工智能、计算机视觉、机器学习、机器人等相关方向；

• 熟悉 Diffusion、DiT、Flow Matching、Transformer、Video Generation 中至少一个方向；

• 有 World Model、Video Generation、VLA / WAM、Generative Simulation 或 RL 相关经验；

• 有顶会论文、大规模视频模型训练或优秀开源项目经历优先