Research Intern（世界模型）

Responsibilities

结合你的研究兴趣与能力，参与以下一个或多个方向： World Action Model（WAM）：探索统一“理解世界—预测演化—生成动作”的模型架构与训练方法，提升机器人跨任务、跨场景的泛化能力； World Simulation Model（WSM）：研究长时序、物理一致的生成式仿真，支持策略评估、合成数据与机器人学习； Agentic World Model & Agentic World Action Model：探索世界模型、动作生成与智能体推理规划的深度融合，让机器人围绕任务目标，想象并评估未来、规划并生成动作，结合环境反馈自主纠错与调整策略，提升长程任务执行与跨场景泛化能力； 视频预训练与知识迁移：探索从互联网规模的视频中学习世界知识，并迁移到具身理解、预测与行动； 世界模型与强化学习：参与基于世界模型的策略学习与优化，让策略在“想象”中自我提升； 训练与推理系统：参与数据处理、大规模分布式训练、推理优化与端侧部署，支持模型 scaling 与真机落地。

Requirements

职位要求 计算机、人工智能、电子工程、自动化等相关专业在校生，硕士、博士研究生优先，欢迎具备扎实基础与相关实践经验的优秀本科生； 对世界模型、具身智能、大模型交叉方向有强烈兴趣，具备扎实的机器学习与深度学习基础，了解 Transformer / Diffusion / VLM 等模型； 在以下任一方向有研究、项目、实习或课程实践经验：多模态大模型、AIGC / 视频生成、强化学习、Robotics / 具身智能、3D Vision、大规模训练与推理系统； 熟练使用 Python 与 PyTorch，具备良好的代码实现与调试能力，能够阅读论文、复现方法并开展实验； 思维开放、谦逊、自驱，好奇心强，具备良好的学习能力与团队协作意识，愿意持续探索有挑战性的问题； 能够保证稳定的实习投入，能够长期实习者优先，具体到岗时间与实习周期可沟通。 有相关工程实践经验者优先，包括机器人真机部署与测试、训练与推理基础设施建设、分布式训练、推理加速及性能优化等，具备系统调试与问题定位能力。 【加分项】 在 CVPR / ICCV / ECCV / CoRL / ICRA / NeurIPS / ICLR / ICML / SIGGRAPH 等顶会顶刊发表过相关论文，或有展现研究潜力的成果； 有多模态 / 大模型 / 世界模型 / 视频生成 / 机器人相关的深入项目实践或开源贡献； 有分布式训练、CUDA / 算子优化、推理部署等系统方向经验； 有 ACM/ICPC、NOI/IOI、Kaggle、TopCoder 等竞赛获奖经历，或扎实的数学功底； 熟悉世界模型 / 视频生成 / VLA 开源生态（如 Wan、Cosmos、OpenVLA 等），有实践或二次开发经验； 能够熟练阅读英文论文，并用英文撰写技术文档或进行技术交流。 【我们提供】 世界级的研发平台与资源：充足算力、真实机器人系统与数据平台； 与国内外顶尖研究、工程团队共事的机会，深度参与核心研究与研发工作； 来自研究员与工程师的指导，以及充分的探索空间，帮助你积累从研究想法、实验验证到真机落地的完整经验； 让你的工作直接作用于真实世界的机器人，而不止于 benchmark。 如果你想亲手为机器造一个“世界”，让 AI 真正理解并作用于物理世界——欢迎加入我们。 投递  

Who this role is for

硕士及以上

Work schedule

毕业时间为2026年9月-2027年8月

Company overview