岗位职责
作为视觉生成 Post-Training 方向的算法研究员，你将参与或负责以下工作：
- 研究视觉生成后训练的核心算法，围绕强化学习对齐、少步蒸馏、奖励建模三大方向开展系统性研究，探索基于流匹配与扩散模型的高效对齐范式，持续提升生成结果的质量、多样性与可控性。
- 设计并改进面向视觉生成的强化学习算法，深入研究并改进 ReFL、Flow-GRPO、DiffusionNFT、OPD 等强化学习算法，重点解决长采样链条上的信用分配、梯度方差控制、训练稳定性、奖励hacking与多样性坍缩等关键问题。
- 构建多维度奖励建模与数据合成体系，研究面向美学质量、语义一致性、真实性、时序连贯性、物理合理性等多维奖励模型设计与数据合成策略，探索基于多模态大模型的自动化评估与 rubric 生成方法，建立与人类偏好高度对齐的可信奖励信号。
- 设计并构建视觉编辑数据合成体系，研究大规模视觉编辑数据的高效生成、清洗、筛选、增强与配比策略，构建高质量训练数据管线。
- 研究高效蒸馏与加速方案，探索分布匹配蒸馏（DMD）、一致性模型、少步/单步生成等技术路线，研究蒸馏与强化学习的联合优化机制，在大幅压缩推理步数的同时保持甚至提升生成质量。
- 构建高质量后训练数据管线，研究大规模偏好数据与提示词数据的自动化合成、清洗、筛选、难度分层与配比策略，搭建覆盖数据标注、质量校验与效果归因的完整数据与评估体系。
- 前瞻性探索物理世界模型，为视觉生成以及具身智能提供统一的视觉基座模型。
- 探索多模态理解与生成的统一架构，研究视觉感知与生成能力的协同演进机制，探索理解模型作为奖励信号或规划器参与生成优化的路径，推动文本、图像、视频等多模态信息的联合建模。
- 推动学术成果产出与开源建设，将研究成果整理为高水平论文，投稿至国际顶级会议；根据项目情况推动算法、数据、评测基准或模型开源，提升团队技术影响力。
职位要求
- 计算机科学、人工智能、信息科学、数学、统计学、自动化或相关专业应届博士毕业生，或即将获得博士学位的优秀候选人。
- 扎实的深度学习与计算机视觉基础，对视觉生成式模型（Diffusion Model、Flow Matching）有系统理解，并深入理解以下至少一个方向：视觉生成强化学习与偏好优化算法、多模态理解与生成统一架构、World Model、奖励建模、蒸馏加速等。熟悉主流强化学习或偏好优化算法，包括但不限于ReFL、Flow-GRPO、DiffusionNFT、OPD 等。
- 具备扎实的编程能力，熟练使用 Python 以及 PyTorch 等主流深度学习框架，具备独立完成模型搭建、训练、调优与结果分析的能力；有大规模视觉生成模型训练或分布式训练经验者优先。
- 具备较强的问题定义能力、系统分析和实验设计能力、以及解决问题能力，能够针对复杂问题提出创新性解决方案；在 CVPR / ICCV / ECCV / NeurIPS / ICLR / ICML / AAAI 等顶级会议或期刊发表过论文者优先。
- 具有强自驱力、学习能力、创新意识和沟通协作能力，能够适应快速变化的 AI 研究方向，并具备一定抗压能力。
