【实习】科学仿真平台研究（deepdive项目）-物理智能中心

我们在做什么： 游戏行业有 Unreal，机器人有 Isaac Sim——AI4Science 还缺一个能被 AI 理解和调用的科学仿真环境。 传统 FEM/CFD 面向专业用户设计、领域割裂、缺少统一的物理状态表示，难以支撑自动化实验与大规模仿真数据生成。我们正在构建一个通用科学仿真平台，打通 真实物理世界 ↔ 数字孪生 ↔ AI 科学探索：让 AI 不只是分析科学数据，而是能建立模型、设计实验、调用求解器、预测结果、并根据反馈迭代假设。

初版框架已跑通： 多物理场统一仿真：固体变形、柔性材料动力学、刚柔耦合、流体、流固耦合、接触/摩擦/约束 高性能并行计算：GPU 加速矩阵计算、高性能非线性求解、碰撞检测与解算 可微仿真与数字孪生（推进中）：可微物理求解、物理参数反演、Real-to-Sim、多模态观测驱动建模

招聘方向（任选其一，不要求全覆盖）

仿真引擎（核心） FEM / MPM / VEM、流固耦合、柔体建模、接触动力学、碰撞检测、求解器优化

高性能计算 CUDA Kernel 优化、GPU 并行算法、稀疏矩阵求解、访存优化、多 GPU 扩展

可微仿真与数字孪生 自动微分与伴随优化、物理参数标定、视觉/传感→物理状态估计、Sim-to-Real

仿真系统与 AI 接口 仿真工具 API、物理状态表示、自动化实验流程、Agent 与仿真环境交互、Simulation-in-the-loop

扎实的数学 / 物理 / 计算机基础

熟悉 C++ / CUDA，能把算法实现成真正能跑的高性能系统

能读科研论文并完成复现 优先背景：计算物理、计算机图形学、FEM/CFD/MPM、机器人仿真、GPU 计算、数值计算、机器学习、可微编程、LLM Agent。 我们最看重的，是理解复杂问题、并把它变成高性能可运行系统的能力。 你将获得： 参与下一代科学仿真基础设施建设，经历从算法到系统的完整研发过程；深入图形学 × 数值计算 × 多物理仿真 × AI4Science 的交叉方向；支持高水平论文发表与开源项目建设。