岗位职责
- 负责 AI 创作产品中图像/视频生成能力的端到端落地:模型选型与 API/私有化部署接入(SD/Flux/可灵/Runway/Veo 类视频模型)、生成参数体系设计、效果调优。
- 基于 ComfyUI 体系构建生产级工作流:将图生图、ControlNet、局部重绘、首尾帧生视频、角色一致性等能力编排为可复用、可版本化的产品工作流。
- 独立完成创作工具前端:画布式交互、时间线/关键帧编辑、生成过程实时预览与流式反馈、大体积媒体资源的前端性能优化。
- 以 AI Native 的方式做产品设计:Prompt 模板化与参数化、模型能力边界的自动化摸底、生成质量的批量评估与人评闭环,让“生成”本身成为可迭代的数据闭环。
- 与算法/模型团队协作完成新模型(图像或视频方向)的评测与产品化接入。
职位要求
- 5 年以上研发经验,有文生图/文生视频方向的完整产品落地经验(硬性要求,需有可演示的作品或系统)。
- 深度使用或二次开发过 ComfyUI:能搭建复杂工作流,理解节点数据协议,有自定义节点开发或 ComfyUI API 集成经验;熟悉 SDXL/Flux 生态(LoRA、ControlNet、IPAdapter 等)。
- 有视频生成工作流经验:首尾帧控制、图生视频、视频风格化/参考保持等链路的实操;了解主流视频模型(可灵、Runway、Luma、Veo 等)的能力差异与接入方式。
- 对音视频编解码、流媒体技术有深刻理解:精通 H.264/H.265/AV1 编码特性与码率/画质权衡,熟悉 MP4/WebM 封装与 fragmented MP
- HLS/DASH 自适应流媒体协议,理解 WebRTC 实时传输、GOP/关键帧、转码流水线(FFmpeg/GStreamer)的原理与调优,能独立解决视频链路中的卡顿、延迟、音画同步等问题。
- AI Native 的工程素养:对 Prompt 体系的结构与版本管理有方法论,习惯用自动化脚本/批量评测代替手工试错来验证模型能力。