中国电信
世界模型算法研究员/工程师
世界模型算法研究员/工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
3D重建
世界模型
多模态
强化学习
生成式大模型
视频生成
计算机视觉
值不值得投
73综合评分
综合评分 73
前沿世界模型研究、技术成长性强，薪酬与工作模式待确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
2.7万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2210 个在招 · 其中机器学习工程 33 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 390 个在招
职位详情
关于这个职位
该岗位聚焦世界模型与生成式 AI 前沿研究，探索多模态理解、环境动力学、强化学习等技术，构建可编辑、可交互的世界模型并推动其在决策领域落地
你将参与从数据合成、模型优化到评测体系搭建的全流程研究，适合对前沿 AI 有强烈兴趣的研究型人才
最低要求
硕士及以上学历在读，计算机、人工智能、自动化、数学等相关专业优先
在计算机视觉、多模态、生成式模型（AIGC）、强化学习（RL）、环境模拟等一个或多个领域有较深入研究者，具备前沿论文解读能力和实际落地能力
熟练使用水下视频处理、3D重建及物理渲染技术等，对水下环境进行建模，为决策与规划水下世界模型提供高保真的多模态交互与物理演绎基础（加分）
具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作
工作职责
探索应用多模态理解、生成式大模型、环境动力学、强化学习等前沿技术
探索世界模型以及水下世界模型（含WAM、AC-WM），构建可编辑、可交互的世界模型，支持实时交互，并进行极致系统优化
探索数据合成、指令微调、偏好对齐、模型优化
提升 Scalable Oversight、模型推理与规划能力，构建全面客观准确的评测体系，持续探索提升大模型能力
探索可交互模拟范式下的特定世界模型（PixelVerse-R1、Genie 3等），研究文本/参考图像到视频动作场景的转换，聚焦解决无限流视频生成的物理演化(out of screen dynamic)和长期记忆（long-term memory）难题
利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互与物理演绎的基本能力，推动生成式基础模型在决策领域的应用落地，研发以大模型为核心的新范式、新技术
优先资格
加分项：
在ACM/ICPC、Top Coder、Kaggle等比赛中取得过良好成绩是加分项
在大模型领域，发表过相关论文是加分项
在世界模型、具身智能、决策大模型或大规模多模态项目中有实际研发经验者优先
AI 洞察
优缺点分析
优点
- 研究方向前沿，涉及世界模型、Genie 3 等课题，技术成长空间大
- 背靠大型通信企业平台，资源与算力支持相对充足
- 覆盖多模态、RL、3D 重建等多领域，技能面广
- 有发表论文、参与前沿项目的成长机会
- 研究难度高，世界模型的物理演化与长期记忆是公认难题
- 需平衡学业与科研投入，对自驱力要求高
- 前沿方向不确定性大，需要较强的探索与试错精神
- 适合对世界模型、生成式 AI 有强烈兴趣，具备扎实科研能力、愿意探索前沿难题的研究型学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 在前沿世界模型方向积累研发经验，成长为独立的研究员或算法专家
- 可向具身智能、决策大模型、多模态生成等热门方向延伸
- 有机会参与论文发表与前沿项目，构建个人技术影响力
- 探索多模态理解、生成式大模型、环境动力学与强化学习等前沿技术，为世界模型研究提供技术基础
- 构建可编辑、可交互、支持实时交互的世界模型（含水下世界模型 WAM/AC-WM），并进行极致系统优化
- 研究文本/参考图像到视频动作场景的转换，攻克无限流视频生成的物理演化与长期记忆难题
- 利用预训练与仿真技术对虚拟/现实环境建模，推动生成式基础模型在决策领域的应用落地
- 扎实的计算机视觉、多模态、生成式模型（AIGC）或强化学习基础，能读懂并复现前沿论文
- 熟悉 3D 重建、物理渲染、水下视频处理等环境建模技术
- 具备数据合成、指令微调、偏好对齐、模型优化等大模型训练与调优能力
- 良好的沟通协作与主动推进能力
申请策略
- 了解中国电信在 AI/世界模型方向的布局与团队研究重点
- 面试中突出科研深度与落地能力，准备可讲清楚的研究案例
- 突出多模态、生成式模型或强化学习相关的研究项目与成果
- 罗列相关论文、竞赛（ACM/ICPC、Kaggle）成绩
- 展示 3D 重建、物理渲染、视频生成等工程实践
- 强调独立解读前沿论文并复现落地的能力
- 补充世界模型、扩散模型、视频生成方向的系统知识
- 提升大模型训练调优（微调、偏好对齐）实操能力
面试指南
- 用「背景—问题—方法—结果」结构讲清研究项目，突出你的贡献
- 面对开放难题，先拆解问题、给出可行方案，再说明取舍与验证方式
- 结合具体技术细节与工程权衡，体现落地能力
- 请介绍你最有代表性的一篇论文或研究项目，核心创新是什么？
- 世界模型中的长期记忆（long-term memory）问题你会如何解决？
- 如何将文本/图像转换为视频动作场景？谈谈你的思路
- 你在强化学习或环境建模方面的实践经验？
- 如何评估一个世界模型的能力？你会设计怎样的评测体系？
职位点评
薪资福利62
成长发展88
工作生活58
使命价值80
薪资福利
62中等
中国电信平台稳定，但 JD 未披露具体薪资与福利，薪酬水平需面议确认。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
88较高
岗位聚焦世界模型等前沿方向，技术成长性强，但 JD 未明确晋升与培训机制。
技术前沿前沿/新兴技术
技术栈世界模型、多模态、生成式大模型、强化学习、3D重建、视频生成、环境动力学
业务类型ambiguous
工作生活
58较低
JD 未提及办公模式与加班情况，工作强度与灵活性暂无法判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
世界模型与生成式 AI 属高增长前沿领域，研究工作对技术进步有积极意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs