主分类：机器人与自动驾驶算法研发
辅助：大模型与生成式算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "数据技术及产品部-具身智能数据算法工程师-世界模型",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机科学、人工智能、计算机视觉等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.研究具身世界模型的核心算法，包括生成架构、动作条件化、物理合理性建模与长时序一致性等方向，推动世界模型面向具身数据仿真场景的针对性优化。\n2.以\"世界模型 as 具身数据仿真器\"为核心命题，探索世界模型生成高质量具身训练数据的技术路径，量化合成数据对下游具身模型训练的实际增益。\n3.探索引擎在环、物理条件化生成、动作-视频闭环等前沿方向，提升合成数据的物理保真度与可控性。\n4.推动世界模型数据仿真管线的工程化落地，构建可规模化的合成数据生成系统，覆盖多视角、多模态、多任务的具身场景需求。设计世界模型能力评测基准，建立数据质量与下游模型性能的闭环反馈。\n5.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。",
"requirements_text": "1.计算机科学、人工智能、计算机视觉等相关专业硕士及以上学历。\n2.2 年以上视频生成模型、扩散模型或世界模型相关研究或工程经验。\n3.熟悉主流视频生成架构及训练流程，有大规模模型训练经验。了解物理仿真引擎（Isaac Sim、Genesis、MuJoCo 等），理解仿真与生成模型结合的技术路径者优先。\n4.有具身智能/机器人/视频生成相关顶会论文发表（CVPR、ICCV、NeurIPS、CoRL 等）或知名开源项目贡献者优先。\n5.具备良好的系统工程能力，能独立推进从研究原型到生产级管线的完整落地。",
"skills": [AI生成
"计算机视觉",
"模型训练"
],
"preferred_qualifications": "了解物理仿真引擎（Isaac Sim、Genesis、MuJoCo 等），理解仿真与生成模型结合的技术路径者优先；4.有具身智能/机器人/视频生成相关顶会论文发表（CVPR、ICCV、NeurIPS、CoRL 等）或知名开源项目贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100020820001"
}
]
},
"posting": {
"posting_id": "100020820001",
"post_date": "2026-08-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100020820001"
},
"fulltext": "数据技术及产品部-具身智能数据算法工程师-世界模型\n数据技术及产品部-具身智能数据算法工程师-世界模型\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n1.研究具身世界模型的核心算法，包括生成架构、动作条件化、物理合理性建模与长时序一致性等方向，推动世界模型面向具身数据仿真场景的针对性优化。\n2.以\"世界模型 as 具身数据仿真器\"为核心命题，探索世界模型生成高质量具身训练数据的技术路径，量化合成数据对下游具身模型训练的实际增益。\n3.探索引擎在环、物理条件化生成、动作-视频闭环等前沿方向，提升合成数据的物理保真度与可控性。\n4.推动世界模型数据仿真管线的工程化落地，构建可规模化的合成数据生成系统，覆盖多视角、多模态、多任务的具身场景需求。设计世界模型能力评测基准，建立数据质量与下游模型性能的闭环反馈。\n5.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。\n\n职位要求\n1.计算机科学、人工智能、计算机视觉等相关专业硕士及以上学历。\n2.2 年以上视频生成模型、扩散模型或世界模型相关研究或工程经验。\n3.熟悉主流视频生成架构及训练流程，有大规模模型训练经验。了解物理仿真引擎（Isaac Sim、Genesis、MuJoCo 等），理解仿真与生成模型结合的技术路径者优先。\n4.有具身智能/机器人/视频生成相关顶会论文发表（CVPR、ICCV、NeurIPS、CoRL 等）或知名开源项目贡献者优先。\n5.具备良好的系统工程能力，能独立推进从研究原型到生产级管线的完整落地。\n1.研究具身世界模型的核心算法，包括生成架构、动作条件化、物理合理性建模与长时序一致性等方向，推动世界模型面向具身数据仿真场景的针对性优化。\n2.以\"世界模型 as 具身数据仿真器\"为核心命题，探索世界模型生成高质量具身训练数据的技术路径，量化合成数据对下游具身模型训练的实际增益。\n3.探索引擎在环、物理条件化生成、动作-视频闭环等前沿方向，提升合成数据的物理保真度与可控性。\n4.推动世界模型数据仿真管线的工程化落地，构建可规模化的合成数据生成系统，覆盖多视角、多模态、多任务的具身场景需求。设计世界模型能力评测基准，建立数据质量与下游模型性能的闭环反馈。\n5.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。\n1.计算机科学、人工智能、计算机视觉等相关专业硕士及以上学历。\n2.2 年以上视频生成模型、扩散模型或世界模型相关研究或工程经验。\n3.熟悉主流视频生成架构及训练流程，有大规模模型训练经验。了解物理仿真引擎（Isaac Sim、Genesis、MuJoCo 等），理解仿真与生成模型结合的技术路径者优先。\n4.有具身智能/机器人/视频生成相关顶会论文发表（CVPR、ICCV、NeurIPS、CoRL 等）或知名开源项目贡献者优先。\n5.具备良好的系统工程能力，能独立推进从研究原型到生产级管线的完整落地。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}