锦鲤求职岗位描述
岗位职责
我们正在寻找一位在 Diffusion / Flow Matching、视频生成及交互式世界模型相关方向有深入积累的研究伙伴。我们期望你可以在公司的领域与战略约束下，自主发现问题、提出研究课题，带领小规模研究团队验证与现有技术路线相关的新方法和技术分支，为是否继续投入提供可靠依据，并在持续探索中深化对世界模型问题定义与实现路径的理解。
一、研究方向
本岗位以视频生成模型为基础，探索能够接受持续干预、保持世界状态并预测物理后果的交互式世界模型，重点关注以下领域：
- 生成建模与视频基础模型：Diffusion、Flow Matching、Transformer / DiT / MM-DiT，以及 causal / autoregressive video（因果／自回归视频建模）；关注时空动态建模、多模态条件注入与可控视频生成。
- 动作条件与交互式世界模型：action-conditioned video / world model，涵盖语义、相机、键鼠及机器人动作等条件下的生成与预测；关注动作遵循、状态持久性、物理一致性及反事实预测。
- 长时与高效生成：长视频与长程记忆（memory / cache）、分块与流式生成（chunk-wise / streaming generation）、少步蒸馏（distillation）与实时推理；关注这些方法对长时一致性、误差累积和交互能力的影响。
具体课题围绕公司现有路线中的关键问题提出，结合候选人的研究积累确定切入点，并通过实验判断研究价值与后续投入。
二、岗位职责
1. 跟踪前沿并自主选题。持续研究视频生成与世界模型领域的重要进展，理解方法假设、关键证据与适用边界；结合公司现有路线，识别值得探索的问题，提出具有明确研究假设和验证路径的课题。
2. 亲自开展关键验证。围绕模型方法、训练策略及相关技术分支设计实验，参与关键实现、训练调试和结果分析；建立可靠基线与对照，通过分阶段实验验证核心假设。
3. 形成研究决策。综合实验结果、资源成本和适用条件，对探索路线提出继续投入或停止的 go / no-go 建议，说明证据、局限及下一步验证重点，并与主线团队协作推进有价值的成果。
4. 组织小组科研。带领并指导 2–3 名实习生开展协作研究，拆解问题、规划实验、安排研究节奏和资源，检查实验质量，并根据结果及时调整计划。
5. 深化基础问题理解。从具体实验中提炼关于时序规律、交互条件、状态与物理后果建模的认识，持续修正研究假设，形成可复用的代码、实验记录和技术结论，为后续研究提供依据。
岗位要求
三、任职要求
1. 在视频生成或紧密相关的方向有扎实研究积累，例如 Diffusion / Flow Matching、基于 Transformer / DiT 的生成建模、因果／自回归视频建模或动作条件生成；能够结合训练目标、模型架构、时空建模与条件注入分析方法及实验结果，并有能够体现本人实际贡献的研究成果。
2. 具备扎实的数学与机器学习基础，能够运用概率统计、线性代数、优化等知识分析问题，理解方法成立的条件，并解释训练与实验现象。
3. 具备独立研究能力和良好的研究品味，能够从开放问题中识别有意义、可验证的课题，判断研究价值、可行性及优先级。
4. 持续关注领域前沿，能够深入阅读论文、理解关键实现，对研究结果形成独立判断，并将相关进展转化为适合公司条件的研究机会。
5. 具备扎实的编程与实验能力，能够独立完成关键原型、训练调试和实验分析；重视基线、对照与可复现性，能够区分方法假设、实现问题和实验条件对结果的影响。
6. 有主导研究课题、组织多人科研协作的经历，曾带领小团队或指导学生、实习生完成研究项目；至少能够提供一项由本人主导的完整多人研究项目，说明问题拆解、任务分工、研究指导、关键决策及最终结果。
四、加分项
- 曾自主提出研究问题，并在多轮实验中推动技术路线的重要调整，能够清晰复盘关键判断及其依据。
- 具备世界模型、交互式生成、时序建模或多模态学习等相关研究经验，能够将不同领域的方法迁移到新问题中。
- 有将探索成果推进到后续研究或实际系统中的经历，或有高质量论文、开源项目等代表性成果。