世界模型算法实习生（实时交互方向）
北京地平线信息技术有限公司 · 转正未明
面议
工作城市 北京 / 上海招聘人数 2学历 硕士研究生及以上岗位类型 实习实习分类 暑期未明确转正招聘单位 4D Label
内容来自「地平线招聘」官方招聘页面 · 采集于 2026-11-06
岗位详情
【岗位职责】
- 根据个人技术背景与兴趣，你将重点参与并攻坚以下一项或多项核心工作，完成核心算法的优化探索，并在指导下冲击顶级学术会议（CVPR / ICCV / NeurIPS / ICLR 等）： 1、长时序生成： 深入探索实时可交互视频生成范式，参考并改进Self-forcing, Helios 等前沿架构，突破超长时序环境生成的质量和一致性瓶颈； 2、实时交互与加速： 研究并应用 DMD2 等前沿模型蒸馏与加速算法，大幅降低视频生成延迟，实现毫秒级的基于动作（Action-conditioned）的闭环环境响应； 3、通用视觉表征构建： 负责 VAE 等底层表征模型的探索与深度优化，大幅提升图像/视频特征的重建质量与时空压缩率，为世界模型构建高保真、强泛化性的通用视觉表征； 4、架构设计与优化： 参与交互式世界模型的底层架构设计、模型训练与工程优化，支持自动驾驶端到端算法的仿真验证；
岗位要求
- 1、计算机、人工智能、自动化等相关专业硕士/博士在读； 2、具备扎实的深度学习基础，精通 PyTorch，拥有出色的工程实现与从零搭建复杂模型架构的能力； 3、深入理解 Diffusion Models、Autoregressive Models 等生成范式，对视频生成 / World Model 有丰富的实操经验； 4、敏锐的学术嗅觉与极强的自驱力，能够快速阅读英文文献并复现最新前沿算法。 【加分项】 1、深入研究或实操过 AR Diffusion / Self-forcing、DMD2 、DC-AE等算法者优先； 2、在顶级会议或期刊有 World Model、Video Generation 等方向的第一作者论文发表/录用经历者优先； 3、有大规模 GPU 集群分布式训练经验（DeepSpeed, Megatron）者优先。