世界模型算法专家—视频生成方向
北京全职互联网 / 电子 / 网游
职位描述
岗位定位： 对标Seed、Kling等顶尖视频生成团队，负责自研视频生成大模型与世界模型的从0到1构建，打造具备物理规律真实、时空一致性、高可控性的下一代视觉智能底座。岗位职责核心模型研发：负责大规模视频生成模型（DiT、MMDiT架构）及世界模型的算法设计与训练，重点突破长视频时序连贯性、物体运动物理规律建模与多视角空间一致性等核心难题。前沿技术攻关：探索基于Diffusion Transformer、Flow Matching及RLHF的后训练算法，解决视频生成中的“幻觉”问题，构建具备可交互、可编辑的物理世界仿真引擎。工程落地与优化：主导视频生成模型在千卡/万卡级GPU集群上的大规模预训练、分布式微调及推理优化，攻克高分辨率（如1080p/4K）视频生成的高成本与低效率瓶颈。技术对标与超越：深度分析并跟进业内顶尖模型（如Seedance、Kling、Veo、Sora）的技术路线，制定具有差异化竞争优势的自研技术演进路线。
职位要求
任职要求教育背景：计算机科学、人工智能、数学或相关专业，硕士及以上学历（博士优先）。硬核技术栈：精通PyTorch等主流深度学习框架，具备极强的分布式训练调优能力与工程落地能力。深入理解Stable Diffusion、DiT、MMDiT、VAE、Flow-based Models等生成模型原理，必须有大规模（千万级参数以上）视频生成模型从0到1的预训练或深度调优经验。熟悉ControlNet、IP-Adapter、AnimateDiff等可控生成与视频编辑技术。业务洞察（加分项）：熟悉Seedance、Kling、Veo等SOTA模型的技术特点与优缺点，并有基于此类模型进行逆向优化或二次开发的实践经验。学术影响力：在CVPR、ICCV、NeurIPS、SIGGRAPH等顶会发表过生成模型/视频理解相关一作论文者优先。加分项有自动驾驶、游戏物理引擎或具身智能领域世界模型研发经验；熟悉NeRF、3D Gaussian Splatting（3DGS）等3D重建与渲染技术；拥有开源重量级视频生成项目或参加过国际级AI竞赛并获奖。
投递
Sign in
To continue your applicationor continue with email
By continuing you agree to our Terms & Privacy Policy.
Show more