Careers
基模方向（World Model）
岗位职责
- 设计、训练并持续迭代面向机器人操作的世界模型（World Model），实现视频 / 状态的可控预测，支撑 policy 学习与规划（planning）。
- 研究并构建世界动作模型（World Action Model, WAM）：在建模世界动力学的同时理解并生成动作，打通“预测世界 ↔ 生成动作”的闭环，驱动从感知到决策的端到端升级。
- 探索多模态统一表征与预训练策略，融合视觉、语言、动作、语音等信号，构建可迁移的具身基础模型底座。
- 主导千卡级分布式训练框架的设计与优化，系统性研究世界模型 / WAM 在具身智能领域的 Scaling Law。
- 构建世界模型与动作模型的评测基准与体系，打通 world model / WAM → policy / planning 的工程链路。
任职要求
- 计算机 / 机器人 / 人工智能 / 自动化等相关方向硕士或博士；在 CoRL / ICRA / NeurIPS / ICLR / CVPR / RSS 等顶会发表过相关论文者优先。
- 熟悉 world model 与 world action model 主流方法（DreamerV3、UniSim、Genie、JEPA、TD-MPC、action-conditioned / action-predictive 模型等）及其在控制任务中的应用。
- 在以下方向中具备至少一类的深入研究与工程经验（满足多项者优先），这些经验是做好世界模型 / WAM 的核心能力底座：
- 多模态预训练：熟悉 MLLM、跨模态对齐、统一表征（如 CLIP / LLaVA 系列、多模态 diffusion）等；
- VLA 模型训练：熟悉 OpenVLA、RT 系列、Octo、Diffusion Policy、GR00T 等主流范式与训练流程；
- 视频生成 / 预测预训练：熟悉 diffusion / autoregressive 视频生成、Sora / Genie / UniSim 类方法、时序一致性建模。
- 具备大规模预训练工程经验，参与过 LLM / MLLM / diffusion 的预训练或训练框架开发，熟悉 Megatron / DeepSpeed / FSDP 等。
- 扎实的工程能力（Python / PyTorch），有千卡级训练、长周期训练稳定性调优经验者优先。
- 具备良好的论文复现与算法落地能力，有代表性开源项目或竞赛获奖者优先。
加分项
- 在世界模型、视频生成、具身智能方向有一作顶会论文或代表性开源工作；
- 有从 0 到 1 搭建大规模训练集群 / 训练框架的经验；
- 熟悉强化学习（RL）与世界模型的结合（如 Dreamer 系列、MBRL），或动作生成 / 动作条件生成相关经验。
我们提供
- 充足的算力与数据资源，面向真实机器人的研究落地场景；
- 与顶尖团队一起探索世界模型 / WAM 前沿，论文与工程并重。
投递简历
坐标杭州。简历投递至 info@westlakedi.com，邮件标题建议为“姓名 + 岗位”（点击投递按钮会自动带上岗位名，替换“姓名”即可）。