算法研究员-多模态

我们正在构建下一代多模态智能系统，我们围绕以下核心方向开展研究，欢迎对其中任一方向有深度积累或强烈兴趣的候选人加入： 1.视频生成与世界模型 ：研究大规模视频生成的高效架构和训练方法，突破长时序、物理一致性等核心瓶颈； 2.多模态理解 ：提升多模态表征能力，构建具备强泛化能力的多模态理解模型，实现图像、视频、音频的高质量理解； 3.语音与音频模型 ：构建高自然度、强表现力的语音生成系统，探索音频-语言-视觉的多模态融合； 4.大规模预训练与后训练优化 ：优化大规模多模态预训练策略，探索面向生成模型的强化学习方法，研究模型蒸馏、推理加速等部署优化技术。 【任职要求】 1、 计算机、人工智能、自动化等相关专业； 2、在国际顶级会议/期刊发表过高质量论文，或拥有具备行业影响力的开源项目/竞赛成果； 3、对生成模型（Diffusion Models、自回归模型等）和多模态大模型（VLM/LMM）有系统性理解和实战经验； 4、具备从第一性原理出发思考问题的能力，有志于定义下一代多模态智能系统； 5、代码功底扎实，熟悉PyTorch等主流框架，具备大规模模型训练经验者优先。