Token Foundry-世界模型算法专家/高级专家 (World Model)-未来生活实验室

优缺点分析

角色解读

• 在 AGI 和世界模型这一前沿领域持续深耕，成为行业顶尖的算法专家
• 推动前沿技术在实际产品中的落地，向技术总监或首席科学家等更高阶的技术管理或专家路线发展
• 研发大规模世界模型，提升模型对真实世界动态变化的建模能力
• 研究可规模化的世界模型架构，解决长程预测中的物理一致性和长期记忆问题
• 构建世界模型数据体系，探索参数与数据规模的 Scaling Laws，并推动技术在实际产品中落地
• 具备多模态大模型和生成式模型（扩散/自回归模型）的资深研发背景
• 拥有主流大模型（视频生成/VLM/LLM/LMM）的实战经验及国际高影响力项目成果
• 能够从第一性原理出发解决复杂问题，对 AGI 有极强的热情

申请策略

• 提前了解阿里未来生活实验室的业务方向，思考世界模型技术如何与其实际产品场景结合
• 重点突出在多模态大模型、生成式模型（扩散/自回归）方面的核心项目经验与技术深度
• 详细列举在视频生成、VLM、LLM 等主流大模型上的实战成果，特别是具有国际影响力的论文或开源项目
• 展示从第一性原理出发解决复杂算法问题的案例，体现对世界模型和 AGI 的深刻理解
• 深入研究世界模型在长程预测中的物理一致性问题及 Scaling Laws 的最新前沿论文
• 提升在大规模数据体系构建和可交互系统架构设计方面的工程落地能力

面试指南

• STAR 法则：针对项目经验，清晰阐述背景、任务、行动和结果，突出个人贡献和技术深度
• 第一性原理分析：针对开放性问题，从底层物理规律或数学原理出发，逐步推导解决方案，展现深度思考能力
• 请分享你在多模态大模型或生成式模型（如扩散/自回归模型）中最具挑战性的项目，你是如何解决核心难题的？
• 针对世界模型在长程预测中的物理一致性问题，你认为目前的解决思路有哪些？你的看法是什么？
• 在探索世界模型的 Scaling Laws 时，你认为参数规模和数据规模应该如何平衡？
• 请从第一性原理的角度，谈谈你对 AGI 和世界模型未来演进方向的理解
• 复习并总结自己在多模态大模型、视频生成等领域的核心论文或项目细节，确保能深入探讨技术细节
• 了解世界模型（World Model）领域的最新顶会论文（如 CVPR, NeurIPS, ICLR），掌握前沿进展和主流架构