职位描述

我们致力于构建新一代自动驾驶大模型，通过世界模型（World Model）学习真实物理世界的时空规律，实现自动驾驶系统对未来环境的预测、推理与决策能力。
你将参与自动驾驶世界模型的前沿研究，并推动研究成果在真实自动驾驶系统中的规模化应用，包括但不限于：
1.研究并构建面向自动驾驶的 Predictive / Generative World Model，学习真实物理世界的长期时空动态及因果规律，探索世界模型作为驾驶智能体模型以及环境仿真模型的核心能力。
2.研究视频生成（Video Generation）、未来预测（Future Prediction）、时空建模（Spatio-temporal Modeling）、Latent World Model、自回归建模（Autoregressive Modeling）、Diffusion、Flow Matching 等前沿生成式建模技术，持续突破世界模型的预测能力、泛化能力及可扩展性。
3.探索 Vision-Language-Action（VLA）、Video Foundation Model、多模态大模型等统一架构，实现感知、预测、规划、控制的一体化建模，推动下一代端到端自动驾驶技术发展。
4.围绕长时序推理（Long-horizon Reasoning）、行为预测、交互建模、世界模拟（World Simulation）、强化学习（RL）、Embodied AI 等方向开展原创研究，探索自动驾驶智能的新范式。
5.推动世界模型在自动驾驶量产中的应用，负责模型训练、数据构建、模型压缩、推理优化、车端部署及云端部署，实现模型在大规模量产场景中的稳定运行与持续迭代。
6.持续优化大模型训练效率、数据效率及推理效率，构建高效、可扩展的世界模型训练与部署体系。
7.跟踪国际前沿研究进展，结合业务场景开展原创算法研究，推动高质量研究成果在顶级国际会议发表，并最终应用于真实自动驾驶产品。
开放研究课题（Open Research Problems）
你将有机会探索但不限于以下方向：
1.如何利用海量无标注驾驶视频学习具有物理一致性的世界模型？
2.如何实现分钟级长时序预测与长期因果推理（Long-horizon Forecasting & Reasoning）？
3.如何构建统一的 Vision-Language-Action World Model，实现感知、预测、规划与控制的统一建模？
4.如何结合 World Model 与 Reinforcement Learning，实现持续学习与智能决策？
5.如何利用世界模型生成高真实性、高覆盖率的自动驾驶仿真数据？
6.如何实现世界模型在车端实时运行，并满足量产系统的性能、时延及资源约束？
7.如何构建能够持续演进的自动驾驶 Foundation Model，提升泛化能力、可解释性及安全性？

职位要求

1.2027 届硕士及以上学历，计算机科学、人工智能、自动化、机器人、电子工程、数学等相关专业；
2.扎实的机器学习和深度学习理论基础，熟悉 Transformer、Diffusion、Flow Matching、多模态大模型、大语言模型等主流技术；
3.在以下一个或多个方向具有研究或工程经验：
-World Model
-Video Generation / Video Prediction
-Vision-Language-Action（VLA）
-Vision Foundation Model
-Embodied AI
-Reinforcement Learning
-Self-supervised Learning
-3D Vision / Multi-view Learnin
4.熟练掌握 Python，熟悉 PyTorch，具备良好的 C++ 编程能力；
5.具备优秀的问题分析能力、科研创新能力及工程落地能力，对探索前沿 AI 技术充满热情；
6.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、CoRL、RSS 等国际顶级会议发表论文，或具有高水平科研成果、开源项目、国际竞赛经历者优先。