视频/世界模型（具身方向）实习生

优缺点分析

角色解读

• 实习表现优秀可转正为校招正式员工，进入 AI 研究院或相关团队
• 积累视频生成与具身智能的前沿经验，向算法工程师或研究科学家方向发展
• 有机会发表顶会论文，参与开源项目，提升学术影响力
• 参与视频生成模型、世界模型的训练、微调和评估，使用 Wan、Cosmos 等前沿模型
• 研发机器人数据增强算法，包括分割、深度估计、背景/材质替换及时序一致性优化
• 构建机器人视频数据处理流水线，涵盖数据清洗、标注、采样和质量评估
• 研发奖励模型，为强化学习后训练提供信号支持，并跟踪前沿论文动态
• 扎实的计算机视觉与深度学习基础，熟悉 Transformer、Diffusion Model 等架构
• 熟练使用 Python 和 PyTorch，具备良好的工程实践能力与代码规范
• 理解视频模型、世界模型及具身操作模型（VA/VLA/WAM）的核心技术
• 具备较强的论文阅读和复现能力，能快速验证新方法

申请策略

• 投递前了解安克创新在 AI 和机器人领域的最新动态，在面试中展示对业务的思考
• 准备一个能体现你研究能力的项目案例，详细说明你在其中的贡献
• 突出相关论文发表、开源项目或竞赛经历，尤其是视频生成、Diffusion 等方向
• 强调扎实的编程和动手能力，如 Python、PyTorch 及深度学习项目经验
• 展示对开源模型（如 Wan、Stable Diffusion、Cosmos）的深入理解或复现经历
• 若参与过机器人或具身智能项目，务必详细描述
• 提前学习 Diffusion Model、Transformer 等核心架构，并尝试复现相关论文
• 熟悉常见的视频生成/世界模型开源项目，如 Wan、Cosmos、Stable Diffusion

面试指南

• 可采用“背景-方法-贡献-反思”的结构回答项目或研究经历
• 针对技术问题，先阐述原理，再举例说明应用场景，最后总结优势与不足
• 对于开放性问题，展示系统思考能力，如从数据处理、模型设计、优化目标等维度展开
• 请介绍一下你对视频生成模型（如 Wan 或 Stable Diffusion）的理解及其关键挑战
• 你如何设计一个数据增强流程来提升机器人视频数据的时空一致性？
• 谈谈你在具身智能或世界模型方面的研究经验及常用方法
• 如何将 Diffusion 模型应用于机器人操作？你有哪些实践或想法？
• 你如何权衡模型效果与计算资源？在训练中遇到困难时如何排查？