岗位职责
你将参与下一代音视频生成MOE大模型的研发，包括 text-to-audio+video、image-to-audio+video、multi-reference generation、video-to-video、long video generation等多模态多任务的统一生成模型研发。你会和数据、评测、平台、内容团队一起，以模型全面能力提升为核心目标。
职位要求
- 掌握生成式模型技术（扩散模型，自回归模型等）
- 了解视频生成基座模型的基本研发流程，了解针对视频生成的数据清洗链路和构建。
- 在计算机视觉一个或多个领域的研究和实践经验，包括但不限于以下方向： a）图片/视频生成扩散模型； b）视觉自监督学习/表示学习/生成理解统一； c）大规模视频生成训练经验、SFT或RLHF经验； d）视频生成的数据清洗和构建。
- 具备扎实的算法功底与落地工程能力，实操动手能力突出者优先；
- 工作积极主动，思路有条理，能够独立完成具有挑战性的前沿研发工作；同时擅长跨协作配合，推动团队成果落地；
- 加分项：具有顶会论文，或产出具备行业影响力的研究项目、技术成果。
