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 1 天前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
3D重建
世界模型
仿真技术
具身智能
多模态Ai
强化学习
生成式大模型
视频生成
Scalable Oversight
值不值得投
73综合评分
综合评分 73
前沿AI研究岗位，技术成长空间大，国企稳定性高，但工作灵活性一般。
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
23K
比具身智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1260 个在招
市场机会
选择适中
北京 · 具身智能 · 44 个在招
职位详情
关于这个职位
该职位专注于世界模型的研究与开发，涉及多模态理解、生成式大模型、强化学习、环境动力学等前沿技术
核心工作包括构建可交互的水下及通用世界模型，解决视频生成中的物理演化和长期记忆难题，推动生成式AI在决策领域的应用落地
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的研究者，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
- 技术前沿性高，涉及世界模型、多模态AI等热门方向，有利于积累顶尖技术经验
- 背靠中国电信央企平台，项目资源丰富，稳定性较强，利于长期职业发展
- 技术难度大，需要持续跟踪前沿并解决复杂工程问题，对自驱力和学习能力要求高
- 作为国企研究岗，创新流程可能较为规范，决策节奏相对较慢
- 涉及水下等特定领域建模，可能需要补充跨学科知识（如物理渲染）
- 适合对AI前沿技术（尤其是世界模型、具身智能）有浓厚兴趣、具备扎实研究背景、追求技术深度与稳定平台的求职者
缺点 / 挑战
- 岗位强调研究与落地结合，能快速将学术成果转化为实际应用，成就感较高
角色解读
- 技术专家路径：深耕世界模型或具身智能领域，成为算法架构师或首席科学家
- 管理路径：积累项目经验后，可向技术团队负责人或研究院管理岗发展
- 行业影响：在AI前沿领域发表高质量论文或参与标准制定，提升个人行业影响力
- 探索并应用多模态理解、生成式大模型、强化学习等前沿技术进行研究
- 构建可交互的世界模型（包括水下模型），解决视频生成中的物理演化和长期记忆问题
- 利用预训练和仿真技术对环境进行建模，推动生成式AI在决策领域的落地应用
- 参与数据合成、模型优化及评测体系构建，持续提升大模型能力
- 扎实的计算机视觉、多模态、生成式模型或强化学习研究基础，具备论文解读和落地能力
- 熟悉水下视频处理、3D重建及物理渲染技术，能对复杂环境进行建模
- 熟练使用Python及相关AI框架（如PyTorch、TensorFlow），有大规模模型训练经验
- 良好的沟通协作能力，能主动推动跨团队合作
申请策略
- 提前研究中国电信在AI领域的布局和相关项目，面试时可结合公司战略展现诚意
- 准备针对研究问题的深度思考，例如如何解决视频生成中的物理一致性难题
- 关注团队动态，通过技术博客或论文了解其研究方向，定制化投递
- 突出在计算机视觉、多模态、强化学习等领域的研究经历和论文发表
- 强调实际项目经验，特别是涉及模型构建、仿真或环境建模的成果
- 展示编程能力（Python、AI框架）和解决复杂技术问题的案例
- 如有相关比赛成绩（如Kaggle）或开源贡献，可重点列出
- 深入学习世界模型、具身智能最新论文，掌握相关算法和实现框架
面试指南
- 对于概念理解题，先给出定义，再结合实际应用和前沿进展分析其重要性
- 对于经历描述题，采用STAR法则（情境、任务、行动、结果），突出技术深度和创新点
- 对于开放设计题，从问题分解、技术可行性、资源约束等方面结构化回答，展示系统思维
- 你如何理解世界模型，它与传统计算机视觉任务有何区别？
- 请描述一个你解决过的多模态或生成式AI难题，包括技术选型和优化过程
- 如果让你构建一个水下世界模型，你会考虑哪些关键挑战和解决方案？
- 你如何看待强化学习在大模型决策中的应用？有哪些局限性？
- 在团队协作中，你如何推动一个跨领域的技术研究项目落地？
职位点评
薪资福利70
成长发展80
工作生活65
使命价值75
薪资福利
70中等
职位提供央企的稳定性和标准福利，但薪资可能处于市场中等水平，无明确高薪信号。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
80较高
岗位涉及AI前沿领域（如世界模型、多模态），有利于技能深度积累和职业成长，但技术挑战较大。
技术前沿前沿/新兴技术
技术栈多模态、生成式大模型、强化学习、世界模型、具身智能、3D重建
业务类型ambiguous
工作生活
65中等
职位未明确工作模式，但作为现场办公岗位，WLB可能一般，无弹性办公承诺。
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
75中等
岗位致力于AI技术在关键领域（如水下环境）的应用，具有社会价值和创新意义，但具体使命未突出。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs