岗位职责：

探索和研究 Implicit/Explicit memory 机制，提升世界模型生成的可回溯性和一致性；

研究基于物理感知（Physical-aware）的新型世界模型生成范式，提升视频生成的物理合理性；

参与前沿技术研究，撰写并发表高水平学术论文，目标为顶级会议（例如 CVPR、ICCV、NeurIPS 等）。

岗位要求：

对以下领域有广泛涉猎： 

Image/Video生成：对图像或视频生成技术有深入了解；

3D场景重建或生成原理：熟悉三维场景建模、生成相关理论与技术；

有丰富的生成模型预训练或微调（fine-tuning)经验；

编程基础扎实，熟悉以下技术和工具： 

深度学习框架（例如 PyTorch）；

Transformer架构，熟悉其核心思想及相关实现；

有相关领域顶级会议论文发表经验者优先；

具备较强的学习能力、创新能力和团队协作能力，能够对复杂问题进行深入思考并解决；

对计算机视觉、生成模型等方向有强烈兴趣，愿意投身前沿研究。

加分项：

熟悉物理引擎相关知识，能够将物理规律融入生成模型；

有视频生成物理一致性及相应评价指标的研究经验；

能够快速理解论文并将其实现到实际项目中。

实习地点：北京市中关村

我们提供：

接触前沿技术和研究的机会，与业内顶尖科学家和研究团队合作；

完善的技术指导和资源支持，为你的成长提供全面保障；

参与高水平项目的实践机会，助力你的学术和职业发展；

具有竞争力的实习薪资和灵活的工作时间安排。

如果你对世界模型研究充满热情，期待与我们共同探索生成模型的未来，欢迎投递简历至邮箱zhangxuanyang@stepfun.com