世界模型方向实习研究员（World Model / World Action Model ）

密切跟踪学术界（ICLR、NeurIPS、CVPR 等）在 Embodied AI、World Models、生成式序列预测等领域的最新工作。 对现有的研发成果进行总结和沉淀，鼓励并支持在国际顶级学术会议上撰写、发表高水平学术论文或申请核心发明专利，包括但不限于以下方向。

1. 01

   世界模型基座建设： 参与研发面向 L4 级自动驾驶与具身智能的 隐式世界模型（Latent World Model） 。探索以自监督学习为核心的技术范式（如 JEPA、Masked Modeling），将多模态传感器数据压缩至高维隐空间，实现对复杂物理世界（如城市辅道、异形障碍物）的短时/长时动态推演，摆脱对像素级渲染的过度依赖；

2. 02

   一段式 WAM 架构探索： 负责 World-Action Model (WAM) 核心算法的研发与迭代。探索如何将世界模型的隐式特征以极低延迟无缝接入动作生成网络（如 Diffusion Planner）；解决物理安全与几何约束问题，实现端到端的“动作坍缩”，输出符合运动学且绝对安全的行驶/作业轨迹；

3. 03

   强化学习与对齐微调： 探索并落地面向物理世界的对齐策略，如 RLPF（物理反馈强化学习） 。利用海量真实路测数据和人工精标的物理约束边界（Constraint Masks），在隐空间内构建安全的评价函数（Reward/Cost Model），优化模型的微观物理直觉； 岗位需求：

1. 01

   计算机科学、人工智能、机器人、自动化等相关专业硕士或博士在读；熟练掌握深度学习基本原理，具备扎实的数学功底和极强的算法工程实现能力；

2. 02

   具备较为完整的研发经验，经历过模型设计、训练调优到验证的完整流程。至少在以下一个方向有深入研究或实践经验： 2.1 生成式模型与世界模型： 熟悉 Diffusion Models、Autoregressive Models、Video Generation 或 Latent Predictive Models（如 V-JEPA、Dreamer 系列）。 2.2 端到端自动驾驶 / 具身规划： 熟悉感知决策一体化、模仿学习（Behavior Cloning）、基于视觉的端到端轨迹规划。 2.3 3D视觉与表征学习： 熟悉 BEV 架构、Occupancy Network、大型 Vision Transformer（如 ViT-Large）的训练与调优；

3. 03

   熟练掌握 PyTorch 深度学习框架，具备优秀的代码习惯（Python/C++）；对百万级 Clips 级别的大规模数据处理、分布式并行训练（DDP/DeepSpeed/FSDP）有实践经验者优先。 加分项： 在国际顶会和期刊（如 ICLR, NeurIPS, CVPR, ICCV, ICML, ICRA 等）以第一作者发表过相关方向的学术论文；在 Kaggle、Waymo Open Dataset、nuScenes 等知名竞赛中获得过 Top 名次