-设计与训练自动驾驶场景的生成式视频/多模态世界模型，预测未来图像帧及多模态传感器状态 -设计与优化基于 3D Gaussian Splatting（3DGS）/ NeRF 的大规模动态场景表示与重建算法 -将 3D 表达与生成技术结合，构建具备物理一致性的世界模型架构 -设计具备行为建模（behavior modeling）与交通场景生成（scenario generation）能力的世界模型，能够刻画多智能体交互与环境动态 -实现闭环训练系统，让模型通过反馈与模拟持续迭代优化预测能力 -结合业务场景（回放型仿真，长尾场景泛化，生成式虚拟路测等），完成算法研发与应用落地 -提升闭环仿真各系统模块运行效率，减少云端部署和运行成本 -硕士及以上学历，计算机、自动化、通信、电子工程、数学等相关专业 -在生成式视频模型或世界模型架构方面具备深入经验 -在时空建模、3D 场景表示或神经仿真（Neural Simulation）方面有扎实研究背景 -熟练掌握 PyTorch等常用框架，有大规模分布式训练经验 招聘对象：面向全球2027届毕业生，毕业时间在2026年9月1日到2027年8月31日之间