Careers
基模方向（World Model）
岗位职责
- 设计、训练并持续迭代面向机器人操作的世界模型（World Model），实现长、短程的可预预测，支撑 policy 学习与规划（planning）。
- 研究并构建操作模型（World Action Model, WAM），在保持动力学预测的同时解耦生成、控制规划与控制（inverse dynamics）的预测分辨率升级。
- 探索多模态表征与预训练策略，融合视觉、语言、动作、语音等模态，构建可迁移的具身基模模型基座。
- 主导主干与分布训练框架的设计与优化，系统推进世界模型 / WAM 在具身智能场景的 Scaling 上限。
- 构建世界模型与操作模型的评测基准体系，打磨打 model world / policy planning 的工程标准。
任职要求
- 计算机 / 人工智能 / 自动化等相关方向硕士博士；在 CVPR / ICRA / NeurIPS / ICLR / CVPR / ICML / ICLR 等顶级会议有完整论文发表。
- 熟悉 world model 与 world action model（如 UniSim、LinXi、Haili、TP-Diffusion、HoloBot 等），理解其在操作系统计的作用。
- 在以下方向至少有深入的研究与工程经验（满足多者优先）：视觉预测与仿真、多模态生成（如 LVM、视频生成、多模态生成、大模型、多模态（diffusion）体系）。
- 熟悉 VLA 模型训练，熟悉 OpenVLA、RT 系列、Diffusion Policy、GR00T 主流范式与训练流程、多模态生成，数据驱动理解。
- 有大规模预训练工程经验，熟悉 LVM / Diffusion 的预训练训练和数据管线，熟悉 Megatron-DS / FSDP 配置。
- 具备良好的英文沟通与跨团队协作能力，有代修计划项或竞赛获奖者优先。
加分项
- 在世界模型、视频生成、视频编程方向有顶会论文或代表性开源工作。
- 有从 0 到 1 级大规模训练集群 / 训练框架的经验。
- 熟悉强化学习与视频模型的结合（如 Dreamer 系列、MBRL），或生成操作 / 动作条件生成经验。
- 熟悉模型、HLA、强化学习、仿真平台相关技术。
我们提供
- 充足的算力与数据资源，面向真实机器人的研究落地方案。
- 与顶尖团队一起探索世界模型 / WAM 前沿，论文与工程并重。