【实习】物理一致性视频生成模型研究-物理智能中心

研究物理一致性视频生成模型的前沿技术，包括世界模型（World Model）、视频扩散模型、视频Transformer等新型模型架构，探索提升视频时空一致性、运动合理性与物理真实性的关键技术；

研究视频生成中的物理建模方法，结合几何、动力学、接触、材质、流体、光照等物理规律，提升生成视频对真实世界物理规律的遵循能力；

探索长时序视频生成与预测技术，提高模型在复杂场景下的长期一致性、交互一致性以及未来状态预测能力，降低累积误差与物理漂移；

研究高效的视频生成与世界模型技术，包括模型压缩、蒸馏、流式推理、Test-Time Optimization、Memory机制等，提高训练与推理效率，降低计算成本；

负责世界模型及相关算法在真实机器人平台上的部署、调试与验证，构建仿真到真机（Sim-to-Real）测试流程，开展真机实验与性能评估，持续优化模型在真实环境中的鲁棒性、泛化能力及运行效率。

本科及以上学历，计算机、人工智能、电子、自动化、数学、机器人等相关专业；

在视频生成、扩散模型（Diffusion）、世界模型（World Model）、视频理解、生成式模型、多模态学习、计算机视觉等一个或多个方向具有较深入研究；

熟悉视频生成模型、视频基础模型或世界模型的训练流程，对时空建模、运动建模、物理建模具有较深入理解，能够独立开展相关研究；

熟悉PyTorch等深度学习框架，具有良好的算法实现能力和工程能力，能够独立完成模型训练、优化与实验分析；

具备较强的科研能力，关注国际前沿研究动态，能够自主提出研究问题并完成创新性研究；

具有良好的沟通协作能力，积极主动，能够与算法、平台及应用团队共同推进前沿技术落地。