职位描述1. 参与世界模型的设计与训练，实现具有物理一致性的 3D/4D 场景推演； 2. 参与长时序因果逻辑保持、多视角几何一致性与动态场景高保真重建等问题的技术攻关； 3. 参与可交互环境模拟器的构建，实现基于自然语言指令与动作序列的细粒度场景控制； 4. 参与合成数据的生成与质量评估，支撑下游感知与决策模型的训练； 5. 参与大规模分布式训练的调优，定位并解决集群训练中的稳定性问题； 6. 参与推理侧性能优化（KV Cache 优化、量化等），保障模型的实时交互性能。任职要求1、2027 届本科及以上学历，985 院校计算机、数学、人工智能或机器人等相关专业，硕士优先； 2、机器学习与深度学习基础扎实，在视频生成或场景生成方向有深入的科研或项目经历； 3、对生成式模型有扎实的数学理解与实践经验，熟悉 Diffusion Transformer（DiT）、Flow Matching、Video Diffusion 及 VAE/VQ-VAE 中的若干项； 4、了解 3D 表征技术（如 3D Gaussian Splatting）与生成模型的结合，理解物理约束对生成质量的作用； 5、精通 Python 与 PyTorch，具备扎实的工程实现能力； 6、能流畅阅读英文论文并独立复现最新工作。 加分项 1、在 CVPR、ICCV、ECCV、NeurIPS、ICLR、SIGGRAPH 等顶级会议发表过论文，或有有影响力的开源项目贡献者优先； 2、有高性能计算或异构计算优化经验者优先； 3、了解 vLLM、TensorRT-LLM 等推理加速框架底层原理者优先。
