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

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Meituan jobs](https://jobs.opennash.com/companies/meituan/) · [Search jobs](/search/)

Meituan · 北京市 +1 more

# 【LongCat大模型人才校招】基础模型 - 多模态

北京市 +1 more 

Listed on Meituan ’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4529954465)

[OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / 【LongCat大模型人才校招】基础模型 - 多模态

## Job description

### 探索下一代原生多模态基础模型

让模型不止于接入视觉能力，而是能够统一建模文本、图像、视频与交互过程，像理解文字一样理解视觉世界，并在真实物理场景中进行推理、生成和行动。我们将重点探索统一的多模态表征体系，包括离散视觉 token、连续视觉表征及其混合形式，使图像与视频能够被基础模型高效学习、组合和生成。

### 你将参与以下方向中的一个或多个
- 研究多模态与文本模态的深度融合策略，包括 early fusion 架构设计、多模态 / 文本数据配比优化、多模态上下文建模等，实现视觉能力与语言能力的协同提升。
- 从互联网及业务场景中大规模挖掘、清洗和构建高质量多模态训练数据，覆盖图文交错、视频、网页、文档、GUI、代码和交互轨迹等数据形态，支撑模型在 browser use、复杂文档理解、vision-to-code 等生产力场景的能力突破。
- 设计兼顾理解、重建与生成的视觉表征体系，包括离散视觉 tokenizer、多尺度视觉 token、视频 tokenization 以及连续 / 离散混合表征；基于理解与生成统一的表征，规模化构建图文交错、视频序列等多模态自监督预训练数据，解锁新的多模态智能维度。
- 基于理解与生成统一的模型能力，探索长程、多轮的多模态生成与交互任务，通过端到端强化学习激发模型的自我评估和迭代修正能力；进一步探索未来帧预测、状态建模和交互轨迹学习在物理视觉世界中的推理、规划与行动能力。 【为什么是我们】

### 明确的技术判断
- 团队在原生多模态方向有非共识的长期投入，已发布 LongCat-Next 技术报告（离散自回归原生多模态），不是跟随式的能力补齐。

### 顶级资源支撑
- 5～6万卡计算集群，万亿参数文本基座已训练完成，多模态正在进行大规模上推验证——你将直接参与业界最前沿规模的多模态实验。

### 主线与探索并行
- 既承担多模态基座的核心交付工作，也推进下一代原生多模态架构的前沿探索，覆盖"数据→tokenizer→预训练→后训练→RL"全链路。

### 熟悉 Python，熟练使用 PyTorch/Megatron/DeepSpeed 等训练框架，满足以下至少一项

1.有大规模多模态预训练相关的训练经验； 2.对视觉表征设计、多模融合策略、生成范式等有深入理解，有独立探索新方向的研究经验。

### 以下优先
- 有顶会论文发表经验（CVPR、NeurIPS、ICML、ACL 等）；
- 在多模态基座组有深度实习经历；
- 有视觉 tokenizer、视觉生成、具身智能等相关研究经验；
- 能够在方向不完全清晰的阶段独立判断和推进。

## 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: 北京市 +1 more[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4529954465)

## More jobs at Meituan 

### [AI Agent 产品经理](https://jobs.opennash.com/companies/meituan/jobs/2b6311eacacf7247913a/)

北京市 +1 more

### [AI Agent 研发工程师](https://jobs.opennash.com/companies/meituan/jobs/f9b3d4aa95acf5819eeb/)

北京市 +1 more

### [AI Agent工程师](https://jobs.opennash.com/companies/meituan/jobs/5f93a9700c1ee721af06/)

北京市 +1 more

### [AI Builder（产研范式方向）](https://jobs.opennash.com/companies/meituan/jobs/b24feb70be908b5d1104/)

北京市 +1 more

### [AI Builder（研发工作流方向）](https://jobs.opennash.com/companies/meituan/jobs/5f783bdfef00cdea64c2/)

北京市 +1 more

## Similar jobs at other companies

### [算法工程师-多模态](https://jobs.opennash.com/companies/midea-group/jobs/d0fcc6cd74fa498fcea5/)

Midea Group · 上海市

### [算法工程师-多模态](https://jobs.opennash.com/companies/midea-group/jobs/d848e8ebba6758854125/)

Midea Group · 佛山市 +1 more

### [AI策略产品经理-多模态](https://jobs.opennash.com/companies/xiaomi/jobs/ad827990f617fbfe8f3e/)

Xiaomi · 北京

### [MiMo算法研究员-多模态](https://jobs.opennash.com/companies/xiaomi/jobs/7807cbd8b8a0d73f47c4/)

Xiaomi · 北京

### [多模态 AI Infra实习生（数据工程方向）](https://jobs.opennash.com/companies/kuaishou-technology/jobs/326b49974fb6bcc0528f/)

Kuaishou Technology · 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/)