岗位职责：
1、负责世界模型核心算法的调研、设计、实现与迭代优化，聚焦真实世界物理规律建模、时空序列推演、多模态统一表征学习，解决现有大模型缺乏物理常识、时空不一致、长序列规划能力弱等核心痛点。
2、跟进全球世界模型前沿研究，复现顶会基线算法（DreamerV3、JEPA、Video World Model、Flow Matching、DiT等），结合业务场景完成算法创新与性能迭代，沉淀可复用的模型方案与技术体系。
3、参与多模态世界模型训练、微调、评测全流程工作，搭建适配真实场景的评测体系，量化模型在物理一致性、时空合理性、智能体交互可行性等维度的性能指标。
4、配合团队完成技术沉淀，包括论文投稿、技术报告撰写、开源方案迭代，参与团队前沿技术攻坚与技术研讨。

任职条件：
1、博士及以上学历在读，计算机、软件、通信工程等人工智能相关专业。
2、了解强化学习、模仿学习、智能体决策、可微分仿真等技术，有物理引擎（Mujoco、PyBullet）使用经验者优先。
3、熟悉Transformer、扩散模型、VAE、Flow Matching、DiT等主流生成模型架构，深刻理解多模态预训练、时空序列建模核心机制。
4、熟悉世界模型主流技术体系，了解Dreamer、JEPA、VLA等经典世界模型算法，具备模型复现、改造、优化实战经验。
5、熟悉多模态表征学习、视频生成、3D视觉、物理仿真任一方向，具备大规模模型训练、微调、评测实战经验。
6、熟悉分布式训练（DDP/FSDP）、模型加速、量化优化等工程能力者优先。