【27届】世界模型算法工程师

参与面向机器人场景的世界模型研发，支持环境感知、状态预测、物理推理和决策规划能力建设；

参与视觉、语言、动作、触觉等多模态数据融合与表征学习，构建统一的环境表征和动态预测模型；

参与机器人视频表征、时序建模、长程预测和多模态特征学习相关实验；

参与基于仿真和真实数据的模型训练、评测与迭代，探索世界模型在机器人任务中的应用；

跟踪世界模型、多模态学习、生成模型、机器人学习等前沿方向，参与论文复现和技术方案验证。

毕业时间介于2026年9月至2027年8月的国内外高校的本科生、硕士生、博士生，计算机视觉、人工智能、机器人、认知科学、自动化等相关专业优先；

熟悉 PyTorch、JAX 等深度学习框架，具备良好的编程能力和实验分析能力；

了解 Transformer、Diffusion、Flow、视频理解、多模态表征学习等相关方法；

了解机器人端到端操作模型（如ACT、Diffusion Policy、OpenVLA、RT-2、pi0等）及视觉-语言-导航大模型的前沿进展；

有机器人学习、大模型训练、多模态数据处理、仿真环境或强化学习项目经验者优先；

有 ICML、NeurIPS、ICLR、CVPR、ICCV、CoRL 等相关论文、开源项目或竞赛经历者优先。