Momenta世界模型算法实习生
任职要求
1、扎实的深度学习基础，熟练使用PyTorch，具备优秀的前沿视野、工程实现与问题定位能力；
2、掌握一种以上分布式训练框架、具有大规模集群训练或模型Scaling经验；
3、自驱力强，逻辑清晰，具备良好的沟通协作与技术攻坚能力，热爱前沿 AI 技术与真实场景落地。
加分项
1、精通世界模型/视频生成核心技术，具备模型从0到1搭建、迭代…工作职责
我们致力于打造面向真实物理世界的生成式世界模型，依托Momenta海量真实物理交互数据，聚焦先进模型架构设计与大规模Scaling，构建具备物理一致性、长时序推理与可交互能力的下一代AI 基础模型。团队覆盖视频生成、多模态统一理解与生成、VLA、端侧Policy Model、离线Sim2Real全链路，提供行业最一线、最核心的研发机会，推动技术从模型创新到Physical AI在真实场景落地。 1、负责高保真、物理自洽视频生成世界模型研发。包括扩散模型、时序建模、长视频生成、高性能多模态表征探索与推理优化算法研发和前沿探索，构建可预测、可交互、具备物理约束的生成式世界模型； 2、深耕世界模型前沿架构设计，探索物理世界的Scaling Law。推进模型架构往理解生成统一，MoE/MoT等前沿架构演进。结合大规模真实数据，推进模型工程化、性能极致化与规模化迭代； 3、参与端侧Policy Model与离线Sim2Real全链路研发，打通仿真生成与真实世界决策闭环，支撑自动驾驶等核心场景落地。
参与团队在世界模型(world model)，视频生成模型,3D/4D生成模型等相关方向大模型的研发。同时结合自研产品需求,深度参与模型在公司相关场景的应用落地。 1、负责相关大模型算法的设计、开发和优化，提高模型的性能和精度; 2、负责模型的训练、测试、验证和部署,保证模型的稳定性和可靠性; 3、负责模型的监控和维护,及时发现和解决模型的问题; 4、参与团队的技术交流和分享,提高团队的技术水平。
1. 熟悉bev/occ/静态bev/3d等方向的云端模型训练和相关推理部署、Drivesora/Qwen-WAN等世界模型-生成大模型的多模态训练和相关推理部署、基于3DGS的StreetGaussian/DGGT/ReconDreamer场景重建算法开发和相关推理部署。 2. 熟悉自动驾驶数据的预处理、挖掘和特征工程， 对大模型的强化学习及相关框架有一定了解更佳。 3. 结合公司已有的自动驾驶相关数据对大模型finetune，使世界模型更好服务于自动驾驶业务的数据和仿真需求。 4. 与部署优化工程师合作，确保算法的实际可行性和集成性。 5. 跟踪最新的科研进展和技术趋势，将前沿技术应用于解决实际问题中。
【岗位职责】 -通用视觉表征模型构建：构建一套新的视觉表征模型框架与训练范式，使得学习的表征能够富含运动表征，3D表征，以及语言表征； -构建世界模型：面向自动驾驶场景，构建一套富含空间建模，运动建模，以及因果推理的世界模型的架构与训练范式； -自我学习与更新：在这套范式下，探索自我学习与更新迭代的范式，实现长尾场景的自我迭代与学习的能力；
【岗位职责】 -通用视觉表征模型构建：构建一套新的视觉表征模型框架与训练范式，使得学习的表征能够富含运动表征，3D表征，以及语言表征； -构建世界模型：面向自动驾驶场景，构建一套富含空间建模，运动建模，以及因果推理的世界模型的架构与训练范式； -自我学习与更新：在这套范式下，探索自我学习与更新迭代的范式，实现长尾场景的自我迭代与学习的能力；