About The Role

世界模型研发：负责设计并训练世界模型，不仅限于视频生成，更需实现具有物理一致性的3D/4D场景推演。重点解决长时序下的因果逻辑保持、多视角几何一致性以及动态场景的高保真重建问题；
多模态交互闭环：构建基于生成模型的可交互环境模拟器。实现基于复杂自然语言指令或动作序列的细粒度场景控制，支持Agent在生成环境中的探索、规划与策略学习，实现从感知到决策的闭环；
大规模训练与性能优化：主导大规模分布式训练架构的设计与优化，解决集群下的训练稳定性问题。负责推理侧的优化（如KV Cache优化、量化），确保模型在端侧或云端的实时交互性能。
学历与科研背景：计算机、数学、人工智能或机器人方向优秀博士、硕士或本科；在CVPR, ICCV, ECCV, NeurIPS, ICLR, SIGGRAPH等顶级会议发表过高质量论文或在相关领域有突出的开源项目贡献。
核心算法深度：对生成式模型有深刻的数学直觉与实践经验，包括但不限于 Diffusion Transformer (DiT)、Flow Matching、Video Diffusion 及 VAE/VQ-VAE。熟悉 3D表征技术（如 3D Gaussian Splatting）与生成模型的结合，理解如何引入物理约束来提升生成质量。
工程与架构能力：精通 Python/PyTorch。熟悉高性能计算（HPC）与异构计算优化，或熟悉 vLLM/TensorRT-LLM 等推理加速框架底层原理。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

世界模型算法工程师