【北斗】多模态数字人算法研究员

Job description

【愿景】 成为本地生活领域虚拟服务解决方案的头部玩家，打造AI驱动的下一代智能直播基础设施。 【你将参与】

以人为中心的视频生成研究与应用

• 负责基于扩散模型/Transformer架构的人物视频生成算法研发，重点攻克人体姿态可控性、外观保真度、时序连贯性等核心难题，目标实现业界领先的生成质量，在数字人直播场景落地应用。

流式视频生成/动作生成技术探索

• 设计并实现低延迟流式推理框架，探索Token级增量生成、因果注意力机制等前沿方向，构建端到端生成低延迟解决方案，支撑实时交互场景落地。

多模态驱动的动作生成

• 研究基于文本/音频/姿态等多模态信号控制的人体动作生成算法，涵盖全身动作、手势、表情及唇型驱动，实现高自然度、多样性的动作合成，并完成从研究到相应线上产品的闭环交付。

AI数字人算法落地与优化

• 主导数字人生成全链路开发和优化，包括模型迭代、训练加速、推理提速，推动数字人生成效果，保障线上服务稳定性。 【任职资格】 基本要求：
• 计算机科学、人工智能、电子信息等相关专业硕士及以上学历；
• 精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；
• 熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；
• 熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；
• 在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；
• 有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。

加分项

1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）； 2.有开源项目或竞赛获奖经历。 【为什么是我们】 团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。