岗位职责
- 前沿算法研究与创新： （1）深入研究当前主流文生视频模型（如Wanx、CogVideo等）的架构，定位其在计算、内存及I/O上的核心瓶颈； （2）探索并设计全新的高效模型架构，将MoE、Sparse Attention等先进思想引入Diffusion Transformer，研究少步/单步生成技术； （3）针对视频生成中的时序建模，研发更轻量级但同样有效的时空注意力机制。
- 系统级优化与实现： （1）设计并实现高性能的自定义CUDA/Triton核函数，以支持不规则稀疏计算模式或新型算子； （2）利用量化、剪枝、蒸馏等模型压缩技术，在保持生成质量的同时，大幅缩减模型尺寸和计算量； （3）研究适用于高分辨率、长时序视频生成的计算与内存优化技术。
- 学术与技术影响力： （1）将研究成果发表在顶级AI会议，构建团队的行业影响力； （2）跟踪并分析业界最新的技术动态，确保我们的研究方向始终保持领先。
职位要求
- 计算机科学、人工智能、电子工程或相关专业硕士及以上学历，博士优先；
- 扎实的深度学习与计算机视觉基础，熟悉扩散模型、Transformer、生成式AI等核心技术；
- 在文生图或文生视频领域有实际研究或项目经验，了解主流模型架构（如 Wanx、CogVideo等）；
- 精通 PyTorch 框架，具备良好的代码工程能力；
- 在 NeurIPS / ICML / CVPR / ICLR 等顶级会议发表过相关论文者优先；
- 具备优秀的科研创新能力、问题抽象能力与跨团队协作精神。
