下一代视觉通用大模型架构创新与高效训练范式研究-阿里星

1. 研究并设计高效的视觉通用大模型架构，应对复杂视觉任务，提升模型的准确性和泛化能力； 2. 优化底层算子和通信机制，探索自适应学习率等高效训练策略，提升模型训练速度，降低硬件资源消耗； 3. 研发自动化评估方法及数据过滤/标注模型，提高数据质量，为模型架构和训练策略的持续优化提供闭环支持； 4. 平衡前沿研究与工程落地，与多学科团队紧密协作，推动研究成果在Qwen-Image基座模型及实际业务中快速落地。 【任职要求】 1. 计算机科学、计算机视觉、人工智能等领域博士/硕士毕业生，对通用视觉理解或生成模型有深入研究与实践； 2. 在图像/视频/3D等至少一种模态上有实际研发经验，熟练掌握PyTorch/Megatron等大模型框架，具备优秀的Coding与系统工程能力； 3. 具备独立思考与系统性研究思维，敢于挑战现有范式，对AI基础模型前沿问题有持续热情与开源精神； 4. 善于平衡研究目标与工程落地，具备跨学科视野与协作意识，能推动研究成果快速落地并产生实际影响力。