世界模型算法工程师

参与世界模型的研发，如基于大规模视频数据进行环境动态与物理规律学习的预训练；

推动世界模型在下游具身基础模型中的应用，包括但不限于： - World-Action Model（如 DreamZero、LingBot-VA 等范式）； - 基于世界模型的策略学习、规划与想象式 rollout； - 视频预测与动作生成的联合建模；

参与视频基础模型的训练与优化，包括视频表征学习、视频生成、长时序建模等；

构建大规模视频数据管线，设计高效的预训练与微调方案；

与硬件和产品团队协作，将世界模型能力落地到真实具身任务中；

跟踪前沿进展，参与技术报告撰写与专利申请。

计算机、人工智能、自动化等相关专业硕士及以上学历（博士优先）；

具备视频预训练 / 视频生成 / 视频理解相关经验，熟悉以下至少一个方向： - 视频基础模型（Wan, MiniMax-H3 等）； - 世界模型（Cosmos, JEPA 等）； - 多模态大模型（VLM、VLA）训练与微调；

熟悉大规模分布式训练（DeepSpeed、FSDP、Megatron 等），具备处理大规模视频数据的能力；

熟练掌握 PyTorch，具备扎实的深度学习与工程实现能力；

对具身智能、机器人学习有基本理解，愿意跨方向协作。 加分项

在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、CoRL 等顶会发表过视频/世界模型相关工作；

有 World-Action Model 或具身基础模型（如 DreamZero，LingBot-VA，π0.5 系列）项目经验；

有大规模视频数据集构建与预训练经验；

有开源项目、竞赛或高质量技术博客产出。