禾赛
视频生成/世界模型算法工程师
视频生成/世界模型算法工程师
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
3D重建
Diffusion
Flow Matching
Pytorch
Tensorflow
世界模型
深度学习
生成模型
视频生成
值不值得投
75综合评分
综合评分 75
前沿生成AI算法岗，技术成长空间大，薪资未披露，工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
66 个在招
市场机会
选择面较广
上海 · 计算机视觉工程 · 82 个在招
职位详情
关于这个职位
该职位负责探索和改进生成模型（如Diffusion、Flow Matching）在视频生成和3D/4D场景重建中的应用
研究多种条件控制方式，以提升生成内容的几何一致性和时序连贯性，并构建面向真实世界的世界模型，实现可控生成和未来帧预测
参与从数据整理、实验评估到模型部署的全过程
最低要求
对人工智能技术充满热情和信仰，具有强烈的探索精神和创新意识
计算机、应用数学、模式识别、机器学习、机器人等相关专业博士学位，或有同等工作经验
熟悉深度学习框架（TensorFlow/PyTorch），深入理解生成模型（如VAE、GAN、Stable Diffusion等）
精通数据结构、算法设计和并行计算，有良好的编程能力（Python/C++等）
具备较强的创新能力和团队协作精神，能够在高压环境下保持冷静、推动解决复杂问题
工作职责
探索Diffusion/Flow Matching等主流生成范式在大规模场景+动态场景重建中的应用与改进
研究多种条件控制方式下的视频生成方案，提升生成内容的几何一致性、时序连贯性，并适应目标美学偏好
以视频生成能力+3D/4D重建能力为基础，研究并构建面向真实场景的世界模型，探索任意场景的可控生成及未来帧预测的能力
参与模型开发的所有阶段，包括数据整理、实验、评估和部署
优先资格
加分项 1、在AI领域顶会或期刊有论文发表经历
在ACM ICPC等竞赛中有获奖经历
做过影响力的开源项目或产品
AI 洞察
优缺点分析
优点
- 研究前沿生成AI和世界模型技术，创新性强，技术成长空间大
- 公司已上市，平台稳定，资源充足，有利于长期职业发展
- 参与从研发到部署的全流程，能够积累端到端项目经验
- 生成模型领域竞争激烈，需要突出的创新能力才能脱颖而出
- 适合对生成AI和世界模型有浓厚兴趣，追求技术深度，具备博士或同等经验，能在高压环境下创新的求职者
缺点 / 挑战
- 技术难度高，需要持续跟进快速迭代的AI研究，学习压力大
- 高压环境，可能面临紧张的项目周期和复杂问题挑战
角色解读
- 成为生成AI或世界模型领域的技术专家，主导前沿算法研究
- 向技术领导岗位发展，如团队负责人或技术经理
- 拓展到自动驾驶、机器人或通用AI等交叉应用领域
- 探索Diffusion等生成范式在视频生成和3D/4D场景重建中的应用与改进
- 研究多种条件控制方式，提升生成内容的几何一致性、时序连贯性，并适应目标美学偏好
- 构建面向真实世界的世界模型，实现任意场景的可控生成和未来帧预测
- 参与模型开发全流程，包括数据整理、实验评估和部署
- 精通深度学习框架（TensorFlow/PyTorch），深入理解生成模型（如VAE、GAN、Stable Diffusion等）
- 扎实的计算机基础，精通数据结构、算法设计和并行计算，熟练使用Python/C++编程
- 具备较强的创新能力、团队协作精神，能在高压环境下解决复杂问题
- 对人工智能技术有热情和信仰，具有探索精神和创新意识
申请策略
- 提前了解禾赛的激光雷达业务和自动驾驶领域应用，将技术与业务结合
- 准备展示个人技术探索精神和创新能力的案例，如独立研究或开源贡献
- 突出AI顶会或期刊的论文发表经历，尤其是生成模型、计算机视觉相关
- 展示ACM ICPC等竞赛获奖或影响力开源项目，证明算法和编程能力
- 强调使用TensorFlow/PyTorch进行深度学习项目，特别是生成模型实践经验
- 描述参与数据整理、实验、评估和部署的全流程项目经历
- 深入研读Diffusion、Flow Matching等最新生成模型论文，跟进技术前沿
- 通过实践项目提升在视频生成、3D重建和世界模型构建方面的动手能力
面试指南
- 结合理论知识和实际项目经验，结构化地阐述技术原理和应用
- 展示问题解决能力，通过具体案例说明如何应对挑战
- 体现对技术趋势的理解和创新思维，提出潜在改进方向
- 请解释Diffusion模型的工作原理，以及它在视频生成中如何应用？
- 如何提升视频生成内容的几何一致性和时序连贯性？有哪些挑战？
- 世界模型的构建有哪些关键技术？如何实现可控生成和未来帧预测？
- 描述你过去在生成模型或3D重建项目中的经验，遇到了哪些问题及解决方案？
- 如果你负责这个项目，你会如何从数据整理到模型部署规划整个流程？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
基于职位层级和上海市场，薪资预计具一定竞争力，公司已上市提供稳定环境，但JD未明确披露薪资和福利细节。
薪资信号未披露（AI估算：2.5–4.5万/月）
成长发展
85较高
职位涉及前沿生成模型和世界模型研究，技术成长空间大，但未提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈Diffusion、Flow Matching、世界模型、3D/4D重建
业务类型ambiguous
工作生活
60中等
JD未明确工作模式和WLB，但提到高压环境，可能暗示工作强度较高。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
80较高
研究世界模型可能推动自动驾驶或通用AI发展，行业前景好，有正向社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs