算法实习生（世界模型）

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；

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；

结合 3D 生成技术（如 Gaussian Splatting 等）与世界模型，提升闭环仿真的真实性与可用性；

构建基于仿真反馈的闭环训练与评测体系，支撑端到端智能驾驶及机器人模型的持续迭代；

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；

与智能辅助驾驶、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。

计算机科学、人工智能、电子工程、自动化、机器人等相关专业本科及以上学历；

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；

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；

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）；

能够高效跟进前沿工作并快速完成复现与工程转化。