工业场景世界模型：未来预测与实时智能决策

岗位职责

1. 参与工业场景世界模型算法研发，研究基于历史视频观测的未来状态、事件发生及时间预测，并探索预测不确定性的建模方法。
2. 研发实时多模态感知与决策模型，融合视频、图像、文本指令、设备状态及历史上下文，实现持续观测、提前准备与响应执行等决策。
3. 探索多时距视频预测与表征学习技术，包括隐空间预测、时序建模、流式视频理解、长短期记忆及多分支预测等方向。
4. 参与面向工业场景的动作决策模型研发，研究告警、通知、工具调用等候选动作的生成、潜在影响预测、风险评估与约束优化。
5. 参与工业场景数据集及评测体系建设，包括历史观测片段构造、关键时间点标注、困难负样本设计、反事实评测及数据质量管理。
6. 设计并开展可复现实验，通过消融实验、时序扰动及反事实评测，验证模型的预测能力、决策效果与泛化表现，排查数据偏差及信息泄漏风险。
7. 推进模型在实时流式系统中的应用，参与训练与推理优化、模型蒸馏、服务部署及端云协同，持续优化系统时延、吞吐量、误报率及预测提前量。
8. 跟进视频世界模型、多模态大模型、具身智能及智能体等领域的前沿研究，探索相关技术在工业场景中的应用，沉淀可复用的技术成果。

任职要求

1. 计算机科学、人工智能、自动化、电子信息、数学等相关专业的本硕博在校生。
2. 具备扎实的机器学习与深度学习基础，熟悉 Transformer、注意力机制、表征学习等相关技术。
3. 熟练使用 Python、PyTorch，具备数据处理、模型训练与实验分析能力，有分布式训练、模型压缩、推理加速或端侧部署经验者优先。
4. 在视频理解与时序预测、多模态大模型、世界模型、强化学习或智能体决策等至少一个方向具备科研或项目实践经验，熟悉 V-JEPA、VideoMAE、CLIP、Qwen-VL 等相关模型者优先。
5. 具备良好的实验设计与分析能力，熟悉基线对比、消融实验及误差分析方法，有自监督学习、不确定性估计、因果推断或反事实评测经验者优先。
6. 具备良好的问题分析与工程实践能力，有流式视频、事件预测、异常检测、工业视觉、具身智能或实时决策系统相关项目经验者优先。
7. 具备良好的沟通协作及技术表达能力，能够阅读英文论文和技术资料；在 CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI 等相关学术会议或期刊发表论文，或有高质量开源项目经验者优先。

部门/板块

京东工业