[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Kuaishou Technology jobs](https://jobs.opennash.com/companies/kuaishou-technology/) · [Search jobs](/search/)

Kuaishou Technology · Beijing

# 视频模型美学实习生-【可灵AI专项】

Beijing 

Listed on Kuaishou Technology’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Kuaishou Technology’s careers site →](https://zhaopin.kuaishou.cn/#/official/social/job-info/30880)

[OpenNash Jobs](https://jobs.opennash.com/) / [Kuaishou Technology](https://jobs.opennash.com/companies/kuaishou-technology/) / 视频模型美学实习生-【可灵AI专项】

## Job description
- 负责视频生成模型的影视美学标准建设，搭建涵盖镜头语言、动态表现、叙事节奏、光影氛围、构图调度、表演情绪、风格体系、视听表达等维度的多层级评估体系，输出可复用、可执行的美学规范文档；
- 主导视频美学数据的设计、筛选与标注，包括偏好对比、质量分级、动态稳定性评估、镜头语言评估、叙事表达诊断等多种数据范式，亲自参与高难度样本判断，把控数据审美上限；
- 编写视频美学标注手册并培训标注团队，建立一致性校验与审美校准机制，让团队稳定产出符合统一审美标准的数据；
- 分析模型bad case，从影视导演与动态美学视角拆解“AI 味”“假动作”“镜头失真”“情绪不到位”“叙事不成立”等抽象问题，输出可执行的数据与优化方向；
- 持续建设影视审美参考库与风格案例库，追踪电影、广告、MV、动画、短剧、纪录片、游戏 CG 等领域的视觉趋势，为模型持续注入新的动态影像审美能力；
- 参与模型偏好数据等后训练数据建设，从“模型学习有效性”角度反推数据质量标准，推动美学能力与模型生成效果持续提升。
- 教育背景优先视觉传达、数字媒体艺术、影视摄影与制作、导演等相关专业，或具备扎实的影视视觉美学基础，对电影、广告、MV、动画、纪录片、游戏 CG、视觉特效等动态影像内容有较强审美判断能力，有相关作品集或项目经历者优先；
- 具备较强的影视镜头语言理解能力，熟悉景别、运镜、镜头调度、节奏控制、视角设计、焦段语言、空间关系等影视表达方式，对“为什么这个镜头成立”有系统认知；
- 有较强的动态美学判断能力，能识别运动合理性、重心惯性、动作连续性、帧间一致性、镜头节奏、角色表演等问题，能判断动态影像是否具备真实可信的影视表达；
- 熟悉光影与色彩体系，对自然光、人工光、电影灯光设计、氛围塑造、色彩情绪、HDR / SDR 视觉差异等有较强感知能力；
- 有服化道与场景审美积累，熟悉不同年代、地域、文化背景下的服饰、建筑、道具、环境风格，能判断世界观与画面表达是否统一；
- 有艺术与影视理论积累，熟悉电影史、摄影史、动画史、广告视觉史中的主要流派与代表作品，对导演风格、摄影风格、时代语境有系统理解；
- 阅片量大，对电影、剧集、广告、MV、动画等动态内容长期保持关注，对不同国家与文化体系下的影视审美有判断力；
- 有良好的文字表达与沟通能力，能将主观审美拆解为结构化、可执行的标准，而不是停留在“感觉不对”层面，能与算法、产品、数据团队高效协作推动落地； 加分项
- 深度了解某一类动态视觉内容体系，例如电影、广告、二次元动画、游戏CG、K-Pop MV、实验影像、短剧、纪录片、赛博朋克、胶片影像等，对对应圈层的视觉语言与流行趋势有敏锐嗅觉；
- 有剪辑、调色、分镜、美术、摄影或导演经验，熟悉 PR / 达芬奇 / AE / Nuke / Blender / C4D 等工具，对动态影像节奏与视觉表达有实操能力；
- 对 AI 视频生成方向有持续关注，了解当前模型在动态、叙事、镜头、物理、表演等维度的典型问题，对模型能力边界有认知；
- 有 AIGC 数据标注、RLHF 偏好数据、Reward Model、视频评测、后训练数据建设相关经验；
- 能使用 Python 完成基础的数据抽样、清洗、统计分析，或使用 AI 工具搭建简单自动化流程，提高数据生产效率；
- 有团队培训、审美带教、评审体系建设经验，能把个人审美体系转化为团队可复制的方法论； 7、“任职要求”中满足越多条目越好。

## At a glance
- Posted by the employer: Not stated
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Under a day
- Location: Beijing[Apply on Kuaishou Technology’s careers site →](https://zhaopin.kuaishou.cn/#/official/social/job-info/30880)

## More jobs at Kuaishou Technology

### [(大模型专项）多模态大模型算法工程师](https://jobs.opennash.com/companies/kuaishou-technology/jobs/98edf462c05648daadcf/)

Beijing

### [AI Agent 开发实习生（电商在线推荐引擎）](https://jobs.opennash.com/companies/kuaishou-technology/jobs/5945a85b9a833fcbb5f8/)

Beijing

### [AI Agent 策略实习生](https://jobs.opennash.com/companies/kuaishou-technology/jobs/b814e14328b750da25f6/)

Beijing

### [AI Agent算法专家](https://jobs.opennash.com/companies/kuaishou-technology/jobs/0e36be4e740de43e02ad/)

Beijing

### [AI Agent算法专家（智能创作方向）](https://jobs.opennash.com/companies/kuaishou-technology/jobs/41a78c4c892cbbd1bc50/)

Beijing

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)