岗位职责
- 探索下一代多模态基础模型，推动理解、推理、规划和生成能力在统一模型中融合；
- 研究多模态理解与生成一体化架构，构建能够统一处理文本、图像、视频、音频等模态的基础模型；
- 探索模型从静态感知走向长时序建模、因果推理、世界状态表示和复杂多模态上下文理解的关键技术。
职位要求
- 有多模态理解、多模态生成、视频生成或大模型相关 hands-on 经验；
- 对理解生成一体化有技术判断；有大模型训练、调参、debug 经验；
- 好奇心强，思路灵活，做事靠谱细致，有责任心，愿意挑战前沿开放问题；
- 熟练使用 AI coding/agent 工具，能够提升研发和实验效率。 加分项：
- 有大规模多模态预训练、统一多模态架构经验；研究或实践过多模态统一模型等相关方向；
- 有顶会论文、开源项目、产品落地或大规模模型训练经验；
- 在ACM-ICPC、NOI / IOI 等竞赛中取得优秀成绩。
