语音驱动下的数字人唇形、表情和肢体动作一体化视频生成研究与应用

Job description

工作职责

• 负责数字人大模型与人物视频AIGC生成技术的底座研发，突破长时序一致性与高分辨率的技术瓶颈。
• 深度探索语音驱动下的唇形、表情与肢体动作一体化生成，拓展数字人模型在卡通、动物等多元形象上的泛化边界。
• 协同产品与工程团队进行模型推理加速与并发优化，确保技术底座满足业务高并发与实时性的苛刻要求。
• 追踪生成式AI的前沿技术趋势，提出创新性研究思路并规划阶段性的高质量技术成果落地。 任职要求
• 计算机科学、人工智能、自动化或数学等相关领域的本硕博在校生。
• 具备扎实的生成式AI基础，深入掌握数字人生成、视频AIGC及Diffusion/DiT等核心模型架构。
• 具备卓越的工程落地能力，拥有大规模分布式模型训练实战经验。
• 具备优秀的学术前沿跟踪能力，能快速复现顶会论文算法并与跨部门团队高效协作。
• 在机器学习或深度学习领域的顶级学术会议（如ICLR、CVPR、ICML等）有论文发表经历者优先。