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": "自动驾驶世界模型算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责自动驾驶世界模型（World Model）算法架构设计，推动生成式AI在自动驾驶场景中的落地；\n2. 推进世界模型相关核心技术研发，包括但不限于：\n- Video Generation\n- Diffusion Model\n- Generative Transformer\n- Multimodal World Model\n- 4D Scene Generation\n- Generative Simulation\n- Closed-loop World Model\n3. 推进构建自动驾驶“重建 + 生成 + 仿真 + 闭环训练”统一技术体系，推动下一代端到端自动驾驶（AD 2.0）技术演进；\n4. 跟踪国际前沿技术方向，推动核心技术创新与顶级论文、开源项目及行业影响力建设；\n",
"requirements_text": "1. 硕士及以上学历，计算机、人工智能、自动化、数学等相关专业；\n2. 毕业后具备 1 年以上生成式AI相关研发经验；\n3. 在以下一个或多个方向具备深入技术积累：\n- Diffusion Model\n- Video Generation\n- AIGC\n- Multimodal Generation\n- VLM / MLLM\n- World Model\n- 3D Generative Model\n- Generative Simulation\n4. 深度参与过生成算法相关核心项目，或主导过具有代表性的研究工作/论文/开源项目；\n5. 具备较强的算法架构设计能力与技术判断能力，能够推动复杂系统落地；\n6. 熟悉 PyTorch、大规模模型训练、分布式训练与模型优化；\n7. 具备良好的团队协作与技术推动能力。\n\n加分项：\n1. 有以下方向经验者优先：\n- 自动驾驶\n- Embodied AI\n- Reinforcement Learning\n- 3DGS / NeRF\n- Gaussian World Model\n2. 有顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR 等）或高影响力开源项目经验；\n3. 有大规模视频生成、世界模型、闭环仿真系统研发经验；",
"skills": [AI生成
"PyTorch",
"模型训练",
"架构设计",
"团队协作"
],
"preferred_qualifications": "加分项：；1. 有以下方向经验者优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7683050635218454790/detail"
}
]
},
"posting": {
"posting_id": "7683050635218454790",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7683050635218454790/detail"
},
"fulltext": "自动驾驶世界模型算法工程师\n职位描述\n1. 负责自动驾驶世界模型（World Model）算法架构设计，推动生成式AI在自动驾驶场景中的落地；\n2. 推进世界模型相关核心技术研发，包括但不限于：\n- Video Generation\n- Diffusion Model\n- Generative Transformer\n- Multimodal World Model\n- 4D Scene Generation\n- Generative Simulation\n- Closed-loop World Model\n3. 推进构建自动驾驶“重建 + 生成 + 仿真 + 闭环训练”统一技术体系，推动下一代端到端自动驾驶（AD 2.0）技术演进；\n4. 跟踪国际前沿技术方向，推动核心技术创新与顶级论文、开源项目及行业影响力建设；\n\n\n职位要求\n1. 硕士及以上学历，计算机、人工智能、自动化、数学等相关专业；\n2. 毕业后具备 1 年以上生成式AI相关研发经验；\n3. 在以下一个或多个方向具备深入技术积累：\n- Diffusion Model\n- Video Generation\n- AIGC\n- Multimodal Generation\n- VLM / MLLM\n- World Model\n- 3D Generative Model\n- Generative Simulation\n4. 深度参与过生成算法相关核心项目，或主导过具有代表性的研究工作/论文/开源项目；\n5. 具备较强的算法架构设计能力与技术判断能力，能够推动复杂系统落地；\n6. 熟悉 PyTorch、大规模模型训练、分布式训练与模型优化；\n7. 具备良好的团队协作与技术推动能力。\n\n加分项：\n1. 有以下方向经验者优先：\n- 自动驾驶\n- Embodied AI\n- Reinforcement Learning\n- 3DGS / NeRF\n- Gaussian World Model\n2. 有顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR 等）或高影响力开源项目经验；\n3. 有大规模视频生成、世界模型、闭环仿真系统研发经验；\n1. 负责自动驾驶世界模型（World Model）算法架构设计，推动生成式AI在自动驾驶场景中的落地；\n2. 推进世界模型相关核心技术研发，包括但不限于：\n- Video Generation\n- Diffusion Model\n- Generative Transformer\n- Multimodal World Model\n- 4D Scene Generation\n- Generative Simulation\n- Closed-loop World Model\n3. 推进构建自动驾驶“重建 + 生成 + 仿真 + 闭环训练”统一技术体系，推动下一代端到端自动驾驶（AD 2.0）技术演进；\n4. 跟踪国际前沿技术方向，推动核心技术创新与顶级论文、开源项目及行业影响力建设；\n\n1. 硕士及以上学历，计算机、人工智能、自动化、数学等相关专业；\n2. 毕业后具备 1 年以上生成式AI相关研发经验；\n3. 在以下一个或多个方向具备深入技术积累：\n- Diffusion Model\n- Video Generation\n- AIGC\n- Multimodal Generation\n- VLM / MLLM\n- World Model\n- 3D Generative Model\n- Generative Simulation\n4. 深度参与过生成算法相关核心项目，或主导过具有代表性的研究工作/论文/开源项目；\n5. 具备较强的算法架构设计能力与技术判断能力，能够推动复杂系统落地；\n6. 熟悉 PyTorch、大规模模型训练、分布式训练与模型优化；\n7. 具备良好的团队协作与技术推动能力。\n\n加分项：\n1. 有以下方向经验者优先：\n- 自动驾驶\n- Embodied AI\n- Reinforcement Learning\n- 3DGS / NeRF\n- Gaussian World Model\n2. 有顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR 等）或高影响力开源项目经验；\n3. 有大规模视频生成、世界模型、闭环仿真系统研发经验；",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}