【理想+】物理智能研究员-北京

“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。

【本岗位的主要工作内容】 我们要构建的，是一个物理世界原生（physical-world-native）、Omni 全模态、面向环境交互的物理世界基座模型：用一套统一的架构，让感知、理解、生成、行动收敛到同一个世界表征之上，同时驱动汽车、人形机器人与仿生平台，最终上真车、上实机。这不是把 world model、VLA、RL 拼成三个模块，而是需要原生的物理世界理解与执行：

1. 01

   统一理解与生成——模型既要""看懂""物理世界（感知、语义、空间、意图），也要""想象""物理世界（预测未来、合成场景、反事实推演）。理解与生成不是两套系统，而是同一世界模型的两种读写方式。

2. 02

   Omni 全模态原生——视觉、点云、语言、动作、状态量在统一表征下建模，而非事后对齐；跨本体（车 / 人形 / 仿生）共享同一套世界先验。

3. 03

   面向交互与闭环——世界模型提供想象力，让策略学习真正 scale；RL 与模仿学习在想象与真实之间反复迭代，打通 real → sim → real，让模型在与环境的交互中持续进化。 这是一个全新的顶尖岗位，是这个领域“第一性”的底座工作。我们期望你不是某一方向的执行者，而是能在这个尚未被定义的问题上，定义方向、建立范式的人。

【技术课题】 Physical AI 基座模型

1. 01

   硕士及以上学历（博士优先），机器学习、计算机视觉、强化学习、多模态、机器人、自动化等相关专业；

2. 02

   扎实的深度学习基础，深入理解 Transformer、Diffusion / 生成模型、多模态融合、大模型训练，具备大规模模型训练的实战经验；

3. 03

   熟练掌握 Python，熟悉 C/C++，精通 PyTorch；有分布式训练经验；善用 AI Coding 工具（Cursor、Claude Code 等）提升研发效率；

4. 04

   卓越的深度思考能力——面对开放、无人定义的问题，能从第一性原理拆解本质，而非堆叠既有范式。这是本岗位最看重的特质；

5. 05

   极强的学习与调研能力——能快速进入陌生领域、吃透前沿工作、判断关键问题所在，并收敛出可执行的技术路线；

6. 06

   极强的自驱力，能独立推进研究至落地；良好的跨职能沟通协作能力。 具备以下任意一项或多项者优先

7. 01

   在 NeurIPS / ICLR / ICML / CVPR / ICCV / ECCV / SIGGRAPH / CoRL / RSS / ICRA 等顶级会议发表高质量（尤其一作）论文，或有代表性研究成果；

8. 02

   在世界模型、视频生成 / 预测、统一理解与生成、3D 视觉 / 重建、VLM / VLA、具身智能、机器人学习等方向有深入研究或落地经验；

9. 03

   在大规模 RL、策略优化、Model-based RL、Offline RL、Sim2Real 等方向有扎实积累；

10. 04

    熟悉仿真平台（NVIDIA Isaac / Drive Sim、CARLA、MuJoCo 等）的开发或使用；

11. 05

    有大规模分布式训练系统经验，熟悉 Ray、Megatron、DeepSpeed、FSDP、Kubernetes 等；

12. 06

    维护过重量级开源项目，或在 ACM/ICPC、Kaggle 等竞赛中获奖；

13. 07

    有实车 / 实机调试经验，了解传感器栈与控制闭环；

14. 08

    具备跨学科视野，能将物理、控制论、认知科学等思想迁移到物理世界建模中。