蚂蚁健康-医学通用人工智能与世界模型实习生

岗位职责

1.AI 基础扎实 熟悉机器学习、深度学习、计算机视觉、多模态学习或大模型相关技术； 2.关注世界模型与视觉智能 对世界模型、视觉语言模型、视频模型、空间理解、真实世界建模等方向有持续兴趣； 3.论文阅读与学习能力强 能够快速阅读前沿论文和技术资料，理解核心方法、创新点和局限性； 4.具备技术判断力 能够对新技术的价值、边界和发展方向形成自己的判断，而不只是跟踪热点； 5.具备实验和工程能力 熟悉 Python、PyTorch、Hugging Face 等工具，能够完成模型评测、实验分析和原型开发； 6.表达清晰，逻辑严谨 能够将复杂技术问题讲清楚，并输出结构化、有洞察力的研究文档。 加分项 1.在 NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV、ACL、EMNLP 等顶级会议发表过论文； 2.有视觉大模型、视频模型、多模态模型、世界模型相关项目经验； 3.有开源项目、模型、数据集或 benchmark 构建经验； 4.熟悉 GPT、Gemini、Claude、Qwen、Llama、Sora、Veo、SAM、CLIP 等前沿模型或系统； 5.对真实世界理解、物理世界建模、长期记忆、任务规划等问题有深入思考。

任职要求

1.前沿方向跟踪 跟踪世界模型、视觉大模型、多模态大模型、视频理解、空间智能等方向的最新进展，持续研究论文、技术报告、开源项目和产品实践； 2.视觉与真实世界理解研究 研究模型如何理解真实世界中的物体、场景、空间关系、运动变化、因果关系和任务过程，探索视觉模型从“识别”走向“理解”和“预测”的能力； 3.技术调研与洞察输出 围绕前沿模型、关键论文和重要技术方向，进行系统调研和分析，输出清晰的技术判断、趋势分析和研究报告； 4.模型能力评测 设计和执行视觉 / 多模态 / 世界模型相关评测任务，分析模型在视频理解、空间推理、动态预测、复杂场景理解等方面的能力边界； 5.研究原型验证 基于视觉模型和多模态模型，参与构建实验原型，验证新的技术假设，并推动研究洞察转化为可验证的系统能力。

特色标签

CV、DNN、Hugging Face、ML、Python、PyTorch、SLAM、VLM、三维重建、世界模拟器、世界生成模型、优秀开源项目经历、传统图像算法、具身智能、分布式训练、医疗、发表算法相关优秀论文、图像、图像生成、图像算法、多模态算法、多模态融合、大模型算法、大规模预训练模型、意图挖掘、文本生成、智能交互、智能体、有留学背景、机器人、机器学习、机器学习算法、机器视觉、深度大模型、深度学习、深度神经网络、点云算法、物理世界建模、目标检测、真实场景建模、知识图谱、空间智能、空间认知、算法工程化经验、自动驾驶、自然语言处理算法、英美留学生、视觉-文本模型、视频、视频理解模型、视频生成模型、语义理解、跨模态学习