课题详情： 课题背景： 人工智能正经历从“符号认知”向“真实物理世界认知”的历史性跨越。传统的单模态大语言模型已逼近其对现实世界表征的认知边界。视频数据作为现实物理世界高维时空动态的最完整投影，是通往泛化世界模拟的必由之路。当前，AI 研究范式正发生根本性转移——从静态的特征表征，全面转向动态的生成式神经物理模拟。构建具有时空推演与直觉物理感知能力的“视频世界模型”，已成为抢占下一代人工智能发展高地的核心战略方向。 课题挑战： 1、长时程生成的一致性难题，模型极易在长视频中出现物体特征突变或违背物理常识的幻觉。 2、从2D平面视频中隐式学习3D几何结构与复杂物理交互规律的难度。 3、如何引入动作条件实现精确的可控生成与实时交互，使其从单纯的视频生成迈向真正的动态世界模拟。 具体工作： 你将参与到世界模型的前沿研究中，负责探索该领域的本质问题，确定最有前景的技术路线。所产出的内容将会投稿顶会，赋能 SOTA 世界模型。 课题要求： 1、相关专业（计算机、人工智能等）在读博士； 2、卓越的研究背景，在顶级学术会议或期刊（如CVPR,ICCV,NeurIPS,ICML,ICLR,SIGGRAPH等）发表过2篇以上高水平论文； 3、在开源社区有显著贡献，核心项目在GitHub上获得累计1000+stars。