世界模型算法实习生（视频生成方向）

1、主导研发具备时空一致性的端到端智驾大模型(World Model)，聚焦视频生成相关技术落地，支撑环境建模、未来预测与策略评估等核心任务； 2、结合Diffusion/自回归等生成式模型，提升真实交通场景下的多模态预测、不确定性建模精度与鲁棒性； 3、泛化端到端模型性能，重点解决在长时序、复杂交互场景中的时空连贯性问题，保障模型的稳定性与泛化能力； 4、负责端到端模型在L4无人物流场景的规模化落地，推动技术从研发到实际应用的转化。

1、计算机科学/人工智能/机器人/自动化等相关专业硕士及以上学历，博士优先； 2、在自动驾驶/机器人等对时空一致性要求较高的任务中有实际应用经验者优先； 3、有Diffusion Model/自回归时序模型或世界模型相关研究与实践经验优先； 4、扎实的编程能力，熟练使用 Python/C++，具备良好的数据结构与算法基础； 5、熟悉主流深度学习框架(PyTorch等)，并对模型训练、优化与工程实现有深入理解; 6、有Generative Model/World Model/Diffusion Model/VLM等相关经验，熟悉Stable Diffusion/MagicDrive/Emu/OpenSora等相关算法和框架库的优先。 加分项 有ACM-ICPC/RoboMaster/RoboCup 等编程比赛获奖经历的优先； 在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会或期刊发表过论文者优先。