锦鲤求职岗位描述
工作内容
我们正在寻找世界模型算法专家，一同构建高质量、高可控、实时可交互的长时序视频生成模型，完成核心算法的优化探索和业务落地，为下一代自动驾驶系统提供高保真度和鲁棒性的评测和训练环境。
1、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；
2、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等前沿架构，突破超长时序环境生成的质量和一致性瓶颈；
3、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；
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；
任职条件
1、计算机、人工智能、自动化等相关专业硕士/博士学位；
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；
5、有大规模 GPU 集群分布式训练经验（DeepSpeed, Megatron)。
【加分项】
实时交互视频生成：深入研究或实操过 AR Diffusion / Self-forcing、DMD2 、DC-AE等算法并有实践经验。
学术深耕：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。
多模态经验： 有 Video-Language-Action (VLA) 模型或World-Action-Model(WAM) 开发经验。