实习-基础与世界模型 - 研究型实习生

1. 跟进Feed-forward Representation Learning，World Action Model，Autoregressive Video Generation，Diffusion Transformer，Time-Series Forecasting，JEPA等行业前沿技术； 2. 参与基础模型Pretrain与Scaling过程中的模型设计与数据金字塔构建，运用多卡算力集群探索Scaling Law； 3. 探索视觉原生大模型的技术能力边界，参与高水平论文撰写、实验与投稿，并推进视觉原生大模型在智能辅助驾驶等领域的落地应用。 【任职要求】 1. 27届毕业在读博士生，或具备同等科研水平的优秀本科生、硕士生； 2. 热爱技术，按周跟读最新前沿论文，拥有出色的探索精神和研发能力； 3. 模型训练能力过硬，能高效运用算力资源，避免低级Bug造成的烧卡浪费； 4. 在人工智能(ICLR, NeurIPS, AAAI) / 计算机视觉(CVPR, PAMI, ICCV, ECCV) / 计算机图形学(SIGGRAPH, TOG, TVCG) / 机器人(TRO, RAL, ICRA)等领域发表过至少一篇顶级学术会议与期刊论文，或具备极强的SOTA论文复现能力。