1、探索适合生成与预测的视觉表征。研究并实现世界模型所需的表征学习方法及基础模块，判断不同表征方式对模型学习、生成效果、训练效率和规模化能力的影响。 2、建立小规模验证与规模化训练体系。面向全新架构和训练方法，设计小规模预训练、消融实验及规模规律实验，判断不同算法方案是否具备进一步放大的价值，并推动其进入大规模训练。 3、设计条件建模机制。研究语言、动作、历史观测、目标和状态等条件信息的表示、融合与注入方式，提升模型对条件的理解、遵循能力及预测一致性。 4、建立模型评估与诊断体系。评估模型对运动、状态变化、交互关系、时序连续性和条件信息的建模能力，通过训练现象和失败案例定位表征、架构、训练目标、条件机制或数据问题。 5、推动算法落地与规模化迭代。与数据和系统团队协作，完成从算法原型、训练验证到规模化实验的完整闭环。

1、在以下至少一个方向有经过规模化实践验证的核心经验： 动态表征与 tokenizer：主导或深度参与过视频表征、视频 tokenizer、音频/语音 codec、连续信号压缩或预测式自监督学习，实际处理过动态信息在压缩、离散化或长时序建模中丢失的问题。 视频模型从零预训练：完整参与过视频生成模型从随机初始化、小规模验证到大规模训练的过程，负责过模型架构、训练目标或规模规律中的核心工作。该方向仅认可视频模型经验，图像、多模态或语言模型预训练不能替代。 条件视频生成：主导或深度参与过文生视频、图生视频、视频续写、动作条件视频生成等模型，实际解决过条件不生效、多条件冲突、主体或动作遵循不足、时序不一致等问题。 2、有全新架构的小规模验证经验。曾为尚未得到大规模验证的模型架构设计低成本预训练实验，并用小规模结果指导架构取舍或后续放大；能够说明所采用的代理任务、实验规模、判断标准，以及小规模结论在放大后的实际表现。 3、理解视频模型规模化过程中的关键耦合关系。实际研究或处理过模型规模、数据规模、训练算力、视频时长、分辨率、帧率及视频 token 数之间的关系，并据此做过实验或架构决策。 4、有视频预训练问题的实际诊断经历。处理过视频模型训练中的收敛异常、训练不稳定、时序退化、条件遵循不足、长视频能力不足或放大后收益不及预期等问题，并能清楚说明定位过程和最终结论。 5、具备独立推进核心算法方向的经验。曾对一个关键算法模块或研究方向承担从问题定义、方案设计、实验验证到规模化训练的完整责任，而不只是执行既定实验。 面壁智能的岗位