ZIP Lab 隶属于浙江大学 CAD & CG 国家重点实验室，聚焦高效机器学习与大模型研究，重点探索视频生成与世界模型、多模态智能体，以及训练与推理系统的算法—系统协同设计。
如需了解团队与最新研究成果，欢迎访问我们的实验室主页和论文列表。
Target CV/ML 顶会科研发表：ICLR ICML NeurIPS CVPR ICCV ECCV 等。
我们长期招收对相关研究方向感兴趣的本科生、研究生及 gap 期间的同学；在读同学请先征得本校导师同意。
我们提供以下项目可选，也欢迎同学提出自己的idea和我们共同讨论。
关注高质量、长时且可控的视频生成，研究时空建模、长上下文一致性、生成控制、训练与采样效率，以及自动化评测。具备生成模型、视频理解或大规模训练与推理经验者优先。
关注可交互世界模拟与空间智能，研究视频世界模型、3D/4D 场景表征与生成、时空记忆、几何与物理约束推理，以及面向具身智能的环境建模与评测。具备视频生成、3D 视觉、多模态推理或强化学习经验者优先。
关注多模态智能体在感知、推理、规划与工具使用全链路中的效率问题，开展算法与系统协同设计，研究动态 token、模型与工具路由，稀疏化与压缩，长上下文记忆，推理加速及高效部署。具备多模态大模型、智能体或系统优化经验者优先。
关注从视觉与语言理解到动作生成的世界—动作联合建模，研究 VLA 模型、具身智能中的感知—推理—规划—控制闭环、多模态动作表征、长时序决策、仿真与真实数据协同，以及数据高效训练与评测。具备机器人学习、视觉语言模型、强化学习或控制相关经验者优先。
关注大模型与多模态智能体的高效训练、推理和服务，研究分布式并行、内存与通信优化、稀疏与低精度计算、请求调度，以及算法—系统协同设计。具备机器学习系统或性能优化经验者优先。
关注面向现代加速器的高性能算子设计与端到端优化，研究算子融合、数据布局、并行策略、低精度与稀疏计算，并通过系统化 profiling 定位和消除性能瓶颈。具备并行编程、编译器或算子开发经验者优先。
zip.lab@outlook.com
算法侧请抄送：bohan.zhuang@zju.edu.cn，wangweijie@zju.edu.cn
系统侧请抄送：bohan.zhuang@zju.edu.cn，erix025@outlook.com
邮件标题注明 "实习生-院校-年级-姓名-对应的项目（Video Gen / World Model / Agent Efficiency / VLA / Sys）"
请附上含成绩/排名等信息的简历
最后更新：2026年8月15日