世界模型与视频生成时空建模研究

Job description

工作职责

• 深度参与多模态生成大模型与世界模型（World Model）的全流程研发与底座架构设计。
• 围绕预训练、后训练、多模态对齐与联合生成（图/文/音/视）开展系统性的技术探索。
• 攻坚视频生成（Text-to-Video）及世界模型中的时空建模与动态环境建模等核心算法难题。
• 协同开展大规模分布式训推调优，参与核心模型发布及高质量学术论文/技术报告的撰写。 任职要求
• 计算机视觉、人工智能或计算机图形学等相关领域的本硕博在校生。
• 对多模态生成或世界模型方向有强烈技术信仰，具备卓越的代码落地与工程实现能力。
• 深入掌握生成式模型（Diffusion/DiT等）或多模态基础模型（VLM/MLLM）的核心理论。
• 熟悉深度学习底层的训练与推理Infra，具备Megatron、FSDP、vLLM等框架实战经验者优先。
• 在AI领域顶级会议有论文发表经历，或能保证6个月以上长期实习者优先。